信息读取方法、装置、电子设备及存储介质制造方法及图纸

本公开实施例提供了一种信息读取方法、装置、电子设备及存储介质，所述方法包括：获取多个神经元的输出信息；基于所述输出信息，生成数据读取请求；基于所述数据读取请求，从存储器中批量读取所述多个神经元的突触信息，可以提高神经元突触信息的读取速度和读取效率。提高神经元突触信息的读取速度和读取效率。提高神经元突触信息的读取速度和读取效率。

【技术实现步骤摘要】
信息读取方法、装置、电子设备及存储介质


[0001]本公开涉及计算机
，特别涉及一种信息读取方法、装置、电子设备及存储介质。

技术介绍

[0002]在进行大规模脑仿真时，神经元的突触信息通常存储于DDR(Doub l eData Rate，双倍速率)同步动态随机存储器中。
[0003]现有技术中，根据事件驱动的计算方式，首先确认有哪些神经元发放，之后依据神经元寻址DDR位置分别从DDR读取每个神经元对应的突触信息。
[0004]然而，由于神经元发放是稀疏且无规律的，每个神经元所连接的突触数量又较少，导致每次从DDR中读取的是分散地址的小块数据，容易造成带宽利用不足，进而影响脑仿真系统的速度和效率。

技术实现思路

[0005]有鉴于此，本公开实施例至少提供一种信息读取方法、装置、电子设备及存储介质。
[0006]根据本公开的第一方面，提供一种信息读取方法，所述方法包括：
[0007]获取多个神经元的输出信息；
[0008]基于所述输出信息，生成数据读取请求；
[0009]基于所述数据读取请求，从存储器中批量读取所述多个神经元的突触信息。
[0010]在一些实施例中，从存储器中批量读取所述多个神经元的突触信息的第一读取时长小于第二读取时长，所述第二读取时长为对所述多个神经元分别发起数据读取请求进行突触信息读取的时长之和。
[0011]在一些实施例中，所述基于所述输出信息，生成数据读取请求，包括：
[0012]基于所述输出信息，确定神经元的标识信息；
[0013]基于所述标识信息，确定批次信息；其中，所述批次信息包括当前待读取的多个神经元的标识信息、当前待读取的多个神经元的第一地址信息，所述第一地址信息为突触信息的地址信息，所述突触信息为所述神经元对应的突触后神经元的突触信息；
[0014]基于所述批次信息，生成数据读取请求。
[0015]在一些实施例中，所述基于所述标识信息，确定批次信息，包括：
[0016]从任一发放神经元开始，向前和/或向后查找发放神经元，在所查找的多个发放神经元与未发放神经元满足预设条件的情况下，确定批次信息，其中，所述未发放神经元位于所述多个发放神经元之间。
[0017]在一些实施例中，所述预设条件包括以下至少一项：
[0018]所述发放神经元的数量与所述未发放神经元的数量之间的比例大于或等于比例阈值；
[0019]所述未发放神经元的数量不大于第一数量阈值；
[0020]所述发放神经元的数量与所述未发放神经元的数量之和不大于第二数量阈值。
[0021]在一些实施例中，所述多个神经元包括第一神经元和第二神经元，所述第一神经元为当前批次所包含的起始神经元，所述第二神经元为当前批次所包含的最后一个神经元，所述批次信息还包括所述第二神经元对应的突触信息长度；
[0022]所述基于所述批次信息，生成数据读取请求，包括：
[0023]基于当前批次所包含的多个神经元的标识信息，分别获取所述第一神经元和所述第二神经元对应的第一地址信息；
[0024]基于所述第一神经元对应的所述第一地址信息，所述第二神经元对应的第一地址信息，以及所述第二神经元对应的突触信息长度，生成数据读取请求。
[0025]在一些实施例中，所述基于所述数据读取请求，从存储器中批量读取所述多个神经元的突触信息，包括：
[0026]将所述数据读取请求发送至存储器；
[0027]接收从所述存储器中批量读取的所述多个神经元的突触信息。
[0028]在一些实施例中，所述获取多个神经元的输出信息，包括：
[0029]检测是否有多个神经元的输出信息；
[0030]若是，则获取所述多个神经元的输出信息。
[0031]根据本公开的第二方面，提供一种信息读取装置，所述装置包括：
[0032]获取模块，用于获取多个神经元的输出信息；
[0033]生成模块，用于基于所述输出信息，生成数据读取请求；
[0034]读取模块，用于基于所述数据读取请求，从所述存储器中批量读取所述多个神经元的突触信息。
[0035]根据本公开的第三方面，提供一种电子设备，包括：处理器；以及存储器，所述存储器上存储有计算机可读指令，所述计算机可读指令被所述处理器执行时实现本公开任一实施例所述的信息读取方法。
[0036]根据本公开的第四方面，提供了一种计算机可读存储介质，包括：计算机程序，所述计算机程序被处理器执行时实现本公开任一实施例所述的信息读取方法。
[0037]在本公开实施例中，根据多个神经元的输出信息，生成数据读取请求，并基于所述数据读取请求，从存储器中批量读取所述多个神经元的突触信息，可以有效提高神经元突触信息的读取速度和读取效率。
附图说明
[0038]通过参考附图阅读下文的详细描述，本公开示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中，以示例性而非限制性的方式示出了本公开的若干实施方式，其中：
[0039]图1示意性地示出了根据本公开实施方式的一种信息读取方法的流程图；
[0040]图2示意性地示出了一种神经元连接关系的示意图；
[0041]图3示意性地示出了存储器中存储的突触信息的示意图；
[0042]图4示意性地示出了根据本公开实施方式的另一种信息读取方法的流程图；
[0043]图5示意性地示出了根据本公开实施方式的信息读取装置的结构图；
[0044]图6示意性地示出了根据本公开实施方式的电子设备的结构示意图。
[0045]在附图中，相同或对应的标号表示相同或对应的部分。
具体实施方式
[0046]下面将参考若干示例性实施方式来描述本公开的原理和精神。应当理解，给出这些实施方式仅仅是为了使本领域技术人员能够更好地理解进而实现本公开，而并非以任何方式限制本公开的范围。相反，提供这些实施方式是为了使本公开更加透彻和完整，并且能够将本公开的范围完整地传达给本领域的技术人员。
[0047]本领域技术人员知道，本公开的实施方式可以实现为一种系统、装置、设备、方法或计算机程序产品。因此，本公开可以具体实现为以下形式，即：完全的硬件、完全的软件(包括固件、驻留软件、微代码等)，或者硬件和软件结合的形式。
[0048]图1示意性地示出了根据本公开实施例提供的一种信息读取方法的流程图。上述信息读取方法可以由处理核执行，也可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。如图1所示，该方法可以包括以下处理：
[0049]在步骤101中，获取多个神经元的输出信息。
[0050]作为示例，上述神经元可以是脉冲神经网络中的神经元。其中，上述脉冲神经网络由于更贴合实际的大脑仿生设计，目前被广泛地应用于模式识别、图像处理和计算机视觉等多个领域。
[0051]在脉冲神经网络中，两个神经元之间的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种信息读取方法，其特征在于，所述方法包括：获取多个神经元的输出信息；基于所述输出信息，生成数据读取请求；基于所述数据读取请求，从存储器中批量读取所述多个神经元的突触信息。2.根据权利要求1所述的方法，其特征在于，从存储器中批量读取所述多个神经元的突触信息的第一读取时长小于第二读取时长，所述第二读取时长为对所述多个神经元分别发起数据读取请求进行突触信息读取的时长之和。3.根据权利要求1所述的方法，其特征在于，所述基于所述输出信息，生成数据读取请求，包括：基于所述输出信息，确定神经元的标识信息；基于所述标识信息，确定批次信息；其中，所述批次信息包括当前待读取的多个神经元的标识信息、当前待读取的多个神经元的第一地址信息，所述第一地址信息为突触信息的地址信息，所述突触信息为所述神经元对应的突触后神经元的突触信息；基于所述批次信息，生成数据读取请求。4.根据权利要求3所述的方法，其特征在于，所述基于所述标识信息，确定批次信息，包括：从任一发放神经元开始，向前和/或向后查找发放神经元，在所查找的多个发放神经元与未发放神经元满足预设条件的情况下，确定批次信息，其中，所述未发放神经元位于所述多个发放神经元之间。5.根据权利要求1
‑
4任一所述的方法，其特征在于，所述预设条件包括以下至少一项：所述发放神经元的数量与所述未发放神经元的数量之间的比例大于或等于比例阈值；所述未发放神经元的数量不大于第一数量阈值；所述发放神经元的数量与所述未发放神经元的数量之和不大于第二数量阈...

【专利技术属性】
技术研发人员：吴臻志，祝夭龙，
申请(专利权)人：北京灵汐科技有限公司，
类型：发明
国别省市：