【技术实现步骤摘要】
一种面向亿级神经元类脑计算机的芯片扩展方法
[0001]本专利技术属于人工智能计算芯片领域，具体涉及一种面向亿级神经元类脑计算机的芯片扩展方法。
技术介绍
[0002]随着摩尔定律的到达物理器件的瓶颈，传统的冯诺依曼体系结构的计算机由于“内存墙”、“功耗墙”等原因，其计算性能已经无法维持高速的增长。如何在提高计算性能的同时降低功耗成为一个日益严峻的问题。随后人们将目光转向了人脑，人脑是一个高度发达的计算体系结构，其在完成高性能的计算的同时，仅仅用了不到20W的功耗。同时人脑在形象认知方面有其独特的优越性，也具有传统计算机架构无可比拟的鲁棒性、容错率。人类的大脑由许许多多的神经元组成，具有突触、轴突、胞体等结构，近些年来兴起的人工神经网络是对人脑结构的模仿，抽象出其层级结构和神经元互联的特性。人工神经网络虽然实现了较好的计算性能，但是消耗了大量的能量。因此人们对人脑进行生物级的模仿，产生了类脑计算芯片。
[0003]类脑计算芯片从根本上解决了传统冯诺依曼架构“内存墙”的问题。类脑计算芯片采用片上网络(NoC)作为其通信...
【技术保护点】
【技术特征摘要】
1.一种面向亿级神经元类脑计算机的芯片扩展方法，其特征在于，包括以下步骤：通过以太网通信模块为所述面向亿级神经元类脑计算机拓展连接多个芯片簇，组成计算集群；通过数据中转站为每个芯片簇拓展连接多个芯片阵列；通过异步数据通信模块为每个芯片阵列拓展连接矩阵排列的多个类脑计算芯片，每个类脑计算芯片包含以矩阵排列的多个计算神经元节点。2.如权利要求1所述的面向亿级神经元类脑计算机的芯片扩展方法，其特征在于，所述异步数据通信模块作为每个类脑计算芯片的通信桥梁，包括异步收发接口、并行分发单元、串行仲裁单元；所述异步收发接口异步接收和发送传输数据；所述并行分发单元解析异步接收的传输数据，并请求对应计算神经元节点的数据注入许可后，将传输数据并行注入类脑计算芯片的计算神经元节点中；所述串行仲裁单元将多个计算神经元节点并行输出的结果数据归并到一个串行输出队列中作为传输数据。3.如权利要求2所述的面向亿级神经元类脑计算机的芯片扩展方法，其特征在于，所述并行分发单元解析异步接收的传输数据包的包头，从数据包头中提取目的地址，依据目的地址相对应计算神经元节点的虚拟通道请求许可，将传输数据注入该计算神经元节点中。4.如权利要求2所述的面向亿级神经元类脑计算机的芯片扩展方法，其特征在于，所述串行仲裁单元采用轮询仲裁算法将计算神经元节点的结点数据归并到一个串行输出队列中作为传输数据。5.如权利要求1～4任一项所述的面向亿级神经元类脑计算机的芯片扩展方法，其特征在于，为每个类脑计算芯片的每个矩形边界配置一个异步数据通信模块，可以实现四个方向的数据的通信传输。6.如权利要求1所述的面向亿级神经元类脑计算机的芯片扩展方法，其特征在于，所述数据中转站包括发送分配模块、接收仲裁模块、多个异步通信模块，每个异步通信模块对应一个芯片阵列；所述异步...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。