支持RISC-V指令集和脉冲神经网络专用扩展指令集的芯片架构制造技术

本发明专利技术提出一种支持RISC‑V指令集和脉冲神经网络专用扩展指令集的芯片架构，包括脉冲神经网络的专用扩展指令经过取值、译码、发射过程进入SNN计算单元，SNN初始化指令设置训练或推理使能，并设置初始化电压；根据专用扩展指令中的脉冲处理相关指令从内存中读取突触和输入数据，进入脉冲处理单元中进行脉冲处理，获得神经元需要的更新电压；根据专用扩展指令中的神经元相关指令将神经元状态从内存中读取后进入流线型LIF神经元更新单元，以根据更新电压对神经元进行更新，其更新结果将存入SNN专用寄存器；根据专用扩展指令中的突触更新相关指令对突触进行更新；SNN计算单元的结果将通过写回级进行写回。

【技术实现步骤摘要】

本专利技术涉及计算机体系结构和深度学习与人工智能，并特别涉及一种基于脉冲神经网络专用扩展指令的手写数据识别方法和系统。

技术介绍

1、近年来，深度学习网络都是采用“终端-云服务器”的结构来进行部署，但是这样无疑对通信技术以及服务器规模有着很高的要求，此时利用分布式计算在终端部署就是一个其中的解决方案。在如今终端应用中，如边缘计算、物联网等领域，对于人工智能的加速计算都有这巨大的需求。而基于脉冲神经网络(snn)的神经形态计算由于其高能效而成为低功耗人工智能硬件实现的最佳选择。而在硬件实现上，加速计算成为了最近优化snn计算的主要研究方向。现有的主流硬件加速方案是由一个控制核(cpu)和snn专用的神经形态计算加速器组成计算系统，由cpu控制加速器的数据进出，加速器负责数据的计算。例如，在线学习数字脉冲神经形态处理器(online-learning digital spiking neuromorphicprocessor，以下简称odin)支持两种神经元模型，分别为带泄露整合发放模型(leakyintegrate-and-fire model，以下简称li本文档来自技高网...

【技术保护点】

1.一种支持RISC-V指令集和脉冲神经网络专用扩展指令集的芯片架构，顺序单发射RISC-V处理器中取指令单元取出指令，指令进入译码器单元进行译码，指令译码后进入发射指令单元，指令控制多个通用寄存器以及运算器单元、乘法单元、载入储存单元执行对应功能，最后写回单元将运算结果以及完成指令的信号传回，其特征在于，

2.如权利要求1所述的支持RISC-V指令集和脉冲神经网络专用扩展指令集的芯片架构，其特征在于，通过下式对神经元进行更新：

3.如权利要求1所述的支持RISC-V指令集和脉冲神经网络专用扩展指令集的芯片架构，其特征在于，对突触进行更新的过程包括：

...

【技术特征摘要】

1.一种支持risc-v指令集和脉冲神经网络专用扩展指令集的芯片架构，顺序单发射risc-v处理器中取指令单元取出指令，指令进入译码器单元进行译码，指令译码后进入发射指令单元，指令控制多个通用寄存器以及运算器单元、乘法单元、载入储存单元执行对应功能，最后写回单元将运算结果以及完成指令的信号传回，其特征在于，

2.如权利要求1所述的支持risc-v指令集和脉冲神经网络专用扩展指令集的芯片架构，其特征在于，通过下式对神经元进行更新：

3.如权利要求1所述的支持risc-v指令集和脉冲神经网络专用扩展指令集的芯片架构，其特征在于，对突触进行更新的过程包括：

4.如权利要求1所述的支持risc-v指令集和脉冲神经网络专用扩展指令集的芯片架构，其特征在...

【专利技术属性】
技术研发人员：赵地，王九龙，吴若朴，陈国凯，陈旭豪，刘伯然，宗吉祥，
申请(专利权)人：中国科学院计算技术研究所，
类型：发明
国别省市：