【技术实现步骤摘要】
本公开涉及计算机，特别涉及一种脑仿真处理方法及装置、电子设备、计算机可读存储介质。
技术介绍
1、随着人工智能（ai）技术，尤其是深度学习技术的不断发展，深度神经网络模型在多个领域内得到了广泛应用，但深度神经网络模型的规模也在不断增大，这导致许多深度神经网络难以在一些存储受限的嵌入式设备上部署实现。
2、相关技术中，在对神经网络进行脑仿真时，需要在脑仿真前构建神经元之间的连接关系，即突触信息，在脑仿真运行期间读取突触信息并执行突触计算。在突触信息的规模较大时，片内存储空间不足，只能存储于片外存储空间（例如ddr存储器）。在该情况下，读取突触信息会占用很大的时间开销，影响脑仿真的速度；并且，在片外存储空间容量有限的情况下，无法存储更大容量的突触信息，也就无法支持更大规模的脑仿真，导致脑仿真的规模受限。
技术实现思路
1、本公开提供一种基于众核系统的脑仿真处理方法及装置、处理核、电子设备、计算机可读存储介质。
2、第一方面，本公开提供了一种脑仿真处理方法，用于脑仿真的神...
【技术保护点】
1.一种脑仿真处理方法，其特征在于，用于脑仿真的神经网络包括多个神经元簇，所述神经元簇包括多个神经元，所述神经元之间的连接通过突触权重来表征；所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述根据第一神经元簇中产生发放的第一神经元的发放索引信息，从突触查找表中确定出所述第一神经元的突触信息，包括：
3.根据权利要求1所述的方法，其特征在于，所述发放索引信息还包括标号补偿信息，
4.根据权利要求1所述的方法，其特征在于，所述发放索引信息还包括读取间隔，
5.根据权利要求1所述的方法，其特征在于，所述第二神经元簇...
【技术特征摘要】
1.一种脑仿真处理方法，其特征在于，用于脑仿真的神经网络包括多个神经元簇，所述神经元簇包括多个神经元，所述神经元之间的连接通过突触权重来表征；所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述根据第一神经元簇中产生发放的第一神经元的发放索引信息，从突触查找表中确定出所述第一神经元的突触信息，包括：
3.根据权利要求1所述的方法，其特征在于，所述发放索引信息还包括标号补偿信息，
4.根据权利要求1所述的方法，其特征在于，所述发放索引信息还包括读取间隔，
5.根据权利要求1所述的方法，其特征在于，所述第二神经元簇为多个，多个第二神经元簇共用所述突触查找表，
6.根据权利要求1所述的方法，其特征在于，所述发放索引信息包括所述第一神经元簇的各个神经元的标号、发放数量及初始索引地址，
7.根据权利要求1所述的方法，其特征在于，所述突触查找表包括权重子表和标号子表，所述权重子表包括多组突触子信息，所述标号子表包括第二神经元簇中神经元的标号，所述权重子表的突触子信息组数小于所述标号子表的标号数量，<...
【专利技术属性】
技术研发人员：吴臻志，李涵，
申请(专利权)人：北京灵汐科技有限公司，
类型：发明
国别省市：
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。