硬件平台及其构建脑仿真网络的方法及存储介质技术

本发明专利技术公开了一种硬件平台及其构建脑仿真网络的方法。该构建脑仿真网络的方法，适用于存储第一通信规则的硬件平台，包括：初始化硬件平台；虚拟创建所述硬件平台的脑仿真网络，其中，所述脑仿真网络包括神经元簇和突触；按照第一通信规则对所述神经元簇分配进程，并利用所述进程实际创建所述脑仿真网络。通过本发明专利技术的方案，可以提高脑仿真网络的创建速度，降低通信量，加快仿真速度，快速拿到网络快照信息。信息。信息。

【技术实现步骤摘要】
硬件平台及其构建脑仿真网络的方法及存储介质


[0001]本专利技术涉及仿真
，尤其是涉及硬件平台及其构建脑仿真网络的方法及存储介质。

技术介绍

[0002]脑仿真就是通过计算机对大脑的微观单元(神经元、突触、离子通道等)进行建模，从而构建复杂的神经网络系统，模拟神经信号从产生到传递到运动行为的功能和过程。通过模仿人脑建造接近乃至超越人类智能的机器是人类的一个朴素理念，然而计算机仿真大规模的神经元需要消耗大量资源，所以在构建脑仿真网络时，充分合理利用计算资源尤为重要。
[0003]当前，脑仿真平台主要有NEURON平台、GENESIS平台、NEST平台和NiMiBrainCloud平台。作为支持大规模脑仿真的NEST平台，基于CPU(central processing unit，中央处理器)超算的并行计算架构，如图1所示，在接口层实际创建神经元、突触，在硬件内核层由硬件平台实际创建，提出在创建神经元簇时，使神经元簇中的神经元平均分配到各进程中，能尽量做到资源均衡使用。然而，NEST平台随着脑仿真任务规模的不断地扩大，神经元和突触占用内存过大，导致仿真耗时较长；实际创建脑仿真网络时，无法在每个机器节点重新分配创建数量；如果想生成网络快照文件，则需要等待脑仿真网络实际构建完成，导致生成网络快照文件将会困难。
[0004]因此，如何快速构建脑仿真网络，充分合理利用计算资源是本专利技术要解决的问题。

技术实现思路

[0005]本专利技术的目的在于提供一种硬件平台及其构建脑仿真网络的方法，一方面能够快速的虚拟构建网络，虚拟构建网络完成后，可以拿到整个网络信息，对整个网络利用资源分配算法做资源分配，最终达到降低通信量、加快仿真速度的目的；另一方面可以快速拿到大规模网络的快照信息，而不需要等到实际的网络构建完成，产生的网络快照文件可以下次加载网络模型使用，也可以应用到不同的平台，可移植性强，较好的实现了快速构建脑仿真网络，充分合理利用计算资源的有益效果。
[0006]根据本专利技术的一方面，至少一个实施例提供了一种构建脑仿真网络的方法，适用于存储第一通信规则的硬件平台，包括：初始化硬件平台；虚拟创建所述硬件平台的脑仿真网络，其中，所述脑仿真网络包括神经元簇和突触；按照第一通信规则对所述神经元簇分配进程，并利用所述进程实际创建所述脑仿真网络。
[0007]根据本专利技术的另一方面，至少一个实施例还提供了一种硬件平台，包括：处理器，适于实现各指令；以及存储器，适于存储多条指令，所述指令适于由处理器加载并执行上述构建脑仿真网络的方法。
[0008]根据本专利技术的另一方面，至少一个实施例还提供了一种脑仿真系统，包括：本专利技术上述硬件平台。
[0009]根据本专利技术的另一方面，至少一个实施例还提供了一种计算机可读的非易失性存储介质，存储计算机程序指令，当所述计算机执行所述程序指令时，执行本专利技术上述构建脑仿真网络的方法。
[0010]通过本专利技术上述实施例，对神经元、突触虚拟创建时，不会实际占用大量内存或显存，创建较为迅速，创建时间较为稳定，不会随着网络规模增大而增多；脑仿真网络构建完成后，再对整个网络做合理的资源分配，每个进程实际创建指定的神经元簇，以达到降低通信量、加快仿真速度的有益效果；可以快速拿到网络快照信息，而不需要等到实际的脑仿真网络构建完成，此网络快照信息可用于恢复网络。
附图说明
[0011]为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0012]图1是现有技术中的NEST平台架构示意图；
[0013]图2是根据本专利技术实施例的脑仿真系统示意图；
[0014]图3是根据本专利技术实施例的硬件平台示意图；
[0015]图4是根据本专利技术实施例的构建脑仿真网络的方法流程图；
[0016]图5是根据本专利技术实施例的脑仿真系统架构示意图。
具体实施方式
[0017]下面将结合附图对本专利技术的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0018]需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0019]一直以来，对大脑的研究主要依靠实验手段，在不同的时空尺度上对大脑组织进行观察。近年来，以深度学习(Deep Learning)为代表的受脑启发的人工智能(Brain
‑
Inspired AI，BI
‑
AI)技术在应用领域得到快速发展，但发展瓶颈也得到突显。如何发展更具大脑或类似大脑功能的人工智能(也称通用人工智能，或类脑智能，或强智能，或Brain
‑
Like AI)成为下一代人工智能技术的核心问题，计算神经科学正在成为解决这一核心问题的重要基石。鉴于任何大脑工作原理的理论和猜测，主要通过计算神经科学实验平台
‑
脑仿真平台上得以实现才能得到认可，因此迫切的需要强化脑仿真平台的研究。
[0020]在研究脑仿真平台的过程中，发现脑仿真平台在支持大规模的脑仿真网络时，由
于神经元簇数量较多，突触数量巨大，在硬件平台实际创建时需要消耗大量内存和时间，故生成网络快照信息需要等待时间较长；且一旦实际创建，便不可以重新做资源调整，以适应最优的通信规则；由于网络较大，暂存网络变得困难，无法再次加载网络和多平台移植。
[0021]例如，NEST平台在收到创建神经元簇的指令后，会把神经元平均分配到多个进程来创建，这样会有一个缺点，神经元簇内的神经元之间的通信会跨多个进程，由于进程内通信比跨进程要快的多，所以跨进程通信的次数越多，通信成本越大，耗时也会更多。同时，簇与簇之间的通信也是同样的道理，两个联系紧密的神经元簇如果分配到同一个进程，会很大程度上降低通信量，但在NEST框架中，每个神经元簇都是分散在各进程的，更不可能把两个神经元簇放在同一个进程，就会导致通信量增加，仿真速度变慢。在该NEST平台如果想暂存网络，则需要等待网络实际构建完成，在大规模场景下，构建网络需要消耗大量的资源且耗时较长，暂存网络变得困难，且整个网络巨大，存储也会消耗大本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种构建脑仿真网络的方法，适用于存储第一通信规则的硬件平台，其特征在于，包括：初始化硬件平台；虚拟创建所述硬件平台的脑仿真网络，其中，所述脑仿真网络包括神经元簇和突触；按照第一通信规则对所述神经元簇分配进程，并利用所述进程实际创建所述脑仿真网络。2.根据权利要求1所述的方法，初始化硬件平台包括：加载第一网络快照文件，其中，所述第一网络快照文件为json文件，所述json文件包括第一神经元簇列表和第一突触列表，所述第一神经元簇列表存储有与多个第一神经元簇对应的多个第一字典，所述第一字典包括配置参数、神经元数量、神经元类型、神经元簇id和/或神经元簇中神经元起始id，所述第一突触列表存储有与多个第一突触对应的多个第二字典，所述第二字典包括连接参数、突触参数、源神经元簇id和/或目标神经元簇id；利用多个所述第一字典和多个所述第二字典初始化所述硬件平台。3.根据权利要求2所述的方法，加载第一网络快照文件包括：遍历所述第一神经元簇列表来循环创建初始神经元簇，遍历所述第一突触列表来循环创建初始突触。4.根据权利要求1所述的方法，所述硬件平台包括接口层和资源调度层，虚拟创建所述硬件平台的脑仿真网络包括：接口层循环创建第二神经元簇，并在资源调度层得到第二神经元簇列表，其中，所述第二神经元簇列表包括多个第二神经元簇；接口层循环创建第二突触，并在资源调度层得到第二突触列表，其中，所述第二突触列表包括多个第二突触；资源调度层生成第二网络快照文件，其中，所述第二网络快照文件为json文件，所述json文件包括第二神经元簇列表和第二突触列表。5.根据权利要求4所述的方法，接口层循环创建第二神经元簇，并在资源调度层得到第二神经元簇列表包括：获取虚拟创建第二神经元簇的第一指令，其中，所述第一指令为Population(model_name,num_neuron_per_pop,info)，所述Population为神经元簇类，所述model_name为神经元模型名称，所述num_neuron_per_pop为神经元簇中神经元的数量，所述info为神经元参数；根据所述第一指令，将所述model_name、所述num_neuron_per_pop、神经元id范围neuron_range、神经元簇中神经元起始...

【专利技术属性】
技术研发人员：杜帅帅，梁华驹，喻富豪，朱苗苗，任永甜，蔡炎松，王俊宜，贾海波，陆洋，何福存，李吉祥，何静，董家欢，彭耿，蔡正阳，
申请(专利权)人：中国电子科技南湖研究院，
类型：发明
国别省市：