事件驱动类型芯片中的池化方法、芯片及电子设备技术

本发明专利技术公开了一种事件驱动类型芯片中的池化方法、芯片及电子设备。为解决在事件驱动类型芯片中池化操作功耗高的技术问题，在本发明专利技术中，特征图中包含若干待池化目标，所述待池化目标是脉冲事件的集合；所述若干待池化目标中至少包括第一待池化目标；对于所述第一待池化目标所包含的全部脉冲事件，均投射至第一脉冲神经元。本发明专利技术以将待池化目标中的脉冲事件，全部投射至同一神经元为技术手段，解决了事件驱动类型芯片中池化操作功耗高、芯片设计复杂等技术问题，获得了低功耗池化的技术效果。本发明专利技术适于类脑芯片领域。本发明专利技术适于类脑芯片领域。本发明专利技术适于类脑芯片领域。

【技术实现步骤摘要】
事件驱动类型芯片中的池化方法、芯片及电子设备


[0001]本专利技术涉及一种池化方法、芯片及电子设备，具体涉及一种事件驱动类型芯片中的池化方法、芯片及电子设备。

技术介绍

[0002]池化（pooling），本质就是采样，是对特征图进行某种形式的压缩，加快运算速度，减少数据处理量。常见池化，比如有平均池化、最大池化等。这不仅仅在人工神经网络（ANN）中广泛应用，在新型的脉冲神经网络（SNN）中同样存在该种需求/必要。不论是ANN还是SNN，除了在计算机中模拟仿真（消耗极高资源）外，要想高效运行这些网络，还需要设计对应的ANN芯片和SNN芯片/处理器。
[0003]由于ANN芯片通常是基于常规冯诺伊曼架构计算平台，可以轻松执行各种数值计算，然而事件驱动（event
‑
driven）类型的芯片颠覆了传统的存算分离架构，也不存在计算机程序概念，因而设计这种新型芯片时需要根据事件驱动特点重新设计池化方案，尤其是池化的电路实现。现有技术1正是在事件驱动类型芯片中的最大池化方案，虽然其功耗已相当低，但注意到取最大值操作是一种非线性操作，相对而言，其消耗较多资源，仍存在提升空间。
[0004]现有技术1：CN113673681B。
[0005]乘法和除法，这在传统计算平台很常见。但是对于SNN芯片，其诞生的核心目的之一是为了解决传统计算平台所面临的因存算分离缘故而导致的“内存墙”问题，是追求极致低功耗的人工智能芯片，而乘法和除法是比较消耗资源的计算操作，因此在SNN芯片中执行乘法或除法是奢侈的，这种计算会削弱SNN芯片的功耗优势，尤其是芯片中需要广泛应用这种操作时。
[0006]本专利技术的目的是披露一种应用于事件驱动类型芯片中的池化方法，芯片及电子设备，应用该池化方法的芯片以及电子设备更具低功耗优势。

技术实现思路

[0007]为了解决或缓解上述部分或全部技术问题，本专利技术是通过如下技术方案实现的：一种事件驱动类型芯片中的池化方法，特征图中包含若干待池化目标，所述待池化目标是脉冲事件的集合；所述若干待池化目标中至少包括第一待池化目标；对于所述第一待池化目标所包含的全部脉冲事件，均投射至第一脉冲神经元。
[0008]在某类实施例中，所述待池化目标来自2个及其以上的脉冲神经元/像素。
[0009]在某类实施例中，对于所述若干待池化目标中的每个待池化目标，将其所包括的全部脉冲事件，均投射至对应的脉冲神经元中。
[0010]在某类实施例中，所述第一待池化目标所包含的全部脉冲事件来自不同的脉冲神经元/像素；对于来源相同的脉冲事件，投射至第一脉冲神经元时，所依赖的突触权重相同。对于来源不同的脉冲事件，投射至第一脉冲神经元时，所依赖的突触权重相互独立。
[0011]在某类实施例中，所述事件驱动类型芯片中存在包括所述第一脉冲神经元在内的若干脉冲神经元，构成第一池化层；所述特征图中包含的若干待池化目标，与所述第一池化层中的若干脉冲神经元一一对应；所述特征图中的每个待池化目标所包含的全部脉冲事件，均被投射至对应的脉冲神经元。
[0012]在某类实施例中，所述事件驱动类型芯片中包括两个及其以上池化层。
[0013]在某类实施例中，所述特征图来自事件相机或卷积操作。
[0014]在某类实施例中，所述事件驱动类型芯片是事件相机或SNN芯片。
[0015]在某类实施例中，所述事件驱动类型芯片上至少部分突触权重，是经由训练设备训练所得突触权重除以待池化目标的尺寸所得的突触权重量化而得。
[0016]在某类实施例中，所述事件驱动类型芯片中存在包括所述第一脉冲神经元在内的若干脉冲神经元，构成第一池化层；所述至少部分突触权重，是将脉冲事件投射至所述第一池化层中脉冲神经元时所应用的突触权重。
[0017]在某类实施例中，对于所述第一待池化目标所包含的全部脉冲事件，依据第一突触权重矩阵加权，均投射至第一脉冲神经元；所述第一突触权重矩阵中的突触权重，是经由训练设备训练所得的对应的突触权重除以所述第一待池化目标的尺寸所得的突触权重量化而得。
[0018]一种芯片，该芯片为事件驱动类型芯片，且该芯片上包括由若干脉冲神经元构成的池化层；所述若干脉冲神经元中包括第一脉冲神经元；该芯片应用如前任一项所述的事件驱动类型芯片中的池化方法。
[0019]在某类实施例中，该芯片是类脑芯片。
[0020]一种电子设备，该电子设备包括如前任一项所述的芯片，该芯片接收来自传感器的输入信息，通过该芯片对所述输入信息执行推理操作获得推理结果，该电子设备还根据所述推理结果做出相应的响应。
[0021]本专利技术的部分或全部实施例，具有如下有益技术效果：1）功耗低，不在芯片中引入乘法/除法等复杂运算，即可实现池化目的；2）方案简单，容易电路实现，降低芯片设计复杂度。
[0022]更多的有益效果将在优选实施例中作进一步的介绍。
[0023]以上披露的技术方案/特征，旨在对具体实施方式部分中所描述的技术方案、技术特征进行概括，因而记载的范围可能不完全相同。但是该部分披露的这些新的技术方案同样属于本专利技术文件所公开的众多技术方案的一部分，该部分披露的技术特征与后续具体实施方式部分公开的技术特征、未在说明书中明确描述的附图中的部分内容，以相互合理组合的方式披露更多的技术方案。
[0024]本专利技术任意位置所披露的所有技术特征所组合出的技术方案，用于支撑对技术方案的概括、专利文件的修改、技术方案的披露。
附图说明
[0025]图1是特征图的位置关系示意图；图2是本专利技术中特征图的池化示意图；图3是待池化目标的池化示意图；
图4是部署突触权重至芯片的示意图；图5是池化过程中突触权重矩阵的加权示意图；图6是压缩与量化示意图。
具体实施方式
[0026]由于不能穷尽描述各种替代方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案中的要点内容进行清楚、完整地描述。对于下文未详细披露的其它的技术方案和细节，一般均属于本领域通过常规手段即可实现的技术目标或技术特征，限于篇幅，本专利技术不对其详细介绍。
[0027]除非是除法的含义，本专利技术中任意位置的“/”均表示逻辑“或”。本专利技术任意位置中的“第一”、“第二”等序号仅仅用于描述上的区分标记，并不暗示时间或空间上的绝对顺序，也不暗示冠以这种序号的术语与冠以其它定语的相同术语必然是不同的指代。
[0028]本专利技术会对各种用于组合成各种不同具体实施例的要点进行描述，这些要点将被组合至各种方法、产品中。在本专利技术中，即便仅在介绍方法/产品方案时所描述的要点，意味着对应的产品/方法方案也明确地包括该技术特征。
[0029]本专利技术中任意位置处描述存在或包括某步骤、模块、特征时，并不暗示这种存在是排它性地唯一存在，本领域技术人员完全可以根据本专利技术所披露的技术方案而辅以其它技术手段而获得其它实施例。本专利技术所公开的实施例，一般是出于披露优选实施例的目的，但这并不暗示该优选实施本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种事件驱动类型芯片中的池化方法，其特征在于：特征图中包含若干待池化目标，所述待池化目标是脉冲事件的集合；所述若干待池化目标中至少包括第一待池化目标；对于所述第一待池化目标所包含的全部脉冲事件，均投射至第一脉冲神经元。2.根据权利要求1所述的事件驱动类型芯片中的池化方法，其特征在于：所述事件驱动类型芯片中存在包括所述第一脉冲神经元在内的若干脉冲神经元，构成第一池化层；所述特征图中包含的若干待池化目标，与所述第一池化层中的若干脉冲神经元一一对应；所述特征图中的每个待池化目标所包含的全部脉冲事件，均被投射至对应的脉冲神经元。3.根据权利要求1所述的事件驱动类型芯片中的池化方法，其特征在于：所述第一待池化目标所包含的全部脉冲事件来自不同的脉冲神经元或像素；对于来源相同的脉冲事件，投射至第一脉冲神经元时，所依赖的突触权重相同。4.根据权利要求1所述的事件驱动类型芯片中的池化方法，其特征在于：所述事件驱动类型芯片是事件相机或SNN芯片。5.根据权利要求1
‑
4任一项所述的事件驱动类型芯片中的池化方法，其特征在于：所述事件驱动类型芯片上至少部分突触权重，是经由训练设备训练所得突触权重除以待池化目标的尺寸所得的突触权重量化而得。6.根据权利要...

【专利技术属性】
技术研发人员：邢雁南，西克，
申请(专利权)人：成都时识科技有限公司，
类型：发明
国别省市：