用于脉冲神经网络的硬件架构和操作方法技术

本发明专利技术提供一种用于脉冲神经网络的硬件架构，其特征在于结合了全并行架构和时分多路复用架构。复用架构。复用架构。

【技术实现步骤摘要】
【国外来华专利技术】用于脉冲神经网络的硬件架构和操作方法


[0001]本专利技术涉及计算架构领域，更具体地，涉及用于脉冲神经网络的硬件架构和操作网络的方法。

技术介绍

[0002]由于在许多诸如图像分类和对象辨识等应用环境中取得的最新成果，机器学习在研究和工业中引发了空前的兴趣。然而，由于这些系统的配置要求巨大的计算能力，使得他们不适合于嵌入式系统。为了解决这样的限制，许多研究者正在研究类脑计算(brain
‑
inspired computing)，类脑计算是满足计算性能要求的传统的基于冯诺依曼架构的计算机(CPU/GPU)的替代品。然而，该方法存在能量效率问题，并且需要设计既适用于并行计算又适用于分布式计算的神经形态硬件电路。
[0003]过去十年，人工智能(AI)越来越多地引起了工业机构和研究机构的关注。人工神经网络(ANN)源自生物大脑并从生物大脑得到启发，已成为最知名和最频繁使用的AI形式。尽管近年来ANN受到了许多关注，但其源于20世纪40年代第一台计算机的出现。随后的工作和进步引起了多种ANN模型的发展。然而，这些模型中的许多本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种用于脉冲神经网络的硬件架构包括：
‑
脉冲生成器模块(102)，用于接收输入像素以及生成脉冲流；
‑
神经核模块(104)，用于接收所述脉冲流以及对所述脉冲流进行滤波以生成数量减少的脉冲；
‑
神经处理单元模块(106)，用于处理所述数量减少的脉冲；
‑
分类模块(108)，用于选择输出赢者类；所述硬件架构的特征在于：所述神经核模块(104)包括隐藏的全并行层以并行地处理所接收的输入脉冲，以及所述神经处理单元模块(106)包括多个隐藏的时分多路复用层以顺序地处理所述数量减少的脉冲。2.根据权利要求1所述的硬件架构，其中，所述脉冲生成器被实施为神经编码功能，如速率编码或者脉冲选择。3.根据权利要求1或2所述的硬件架构，其中，所述神经核模块(104)还包括输入层(202)、全并行层和控制模块(206)，所述输入层(202)接收脉冲流，所述全并行层由并行地处理输入脉冲的神经元组成，以及所述控制模块(206)从所述全并行层(204)顺序地读取输出脉冲以及将所述输出脉冲存储到输出FiFo缓冲器。4.根据权利要求1至3中的任何一项所述的硬件架构，其中，所述多个隐藏的时分多路复用层中的...

【专利技术属性】
技术研发人员：贝努瓦，
申请(专利权)人：法国国家科学研究中心，
类型：发明
国别省市：