应用于脉冲神经网络的样式框架芯片制造技术

本公开的实施例公开了应用于脉冲神经网络的样式框架芯片。该上述样式框架芯片包括：切片单元阵列、池化单元、累加单元、激活单元与全局缓冲区，图像到列调度器，被配置成：按照时间顺序，从对应的突触输入缓冲区中读取输入脉冲；位计数器与归约器，被配置成：统计预设时间窗口内的脉冲数，以及对所接收到的输入脉冲进行加权激活；静态随机存取存储器阵列，被配置成：对输入脉冲进行投机快速转发处理；动态调度器，被配置成：响应于确定输入脉冲投机快速转发失败，触发条件恢复模式，将输入脉冲退回至原始脉冲序列，以确定该输入脉冲的脉冲发射时间和最终膜电位。该实施方式能够高效地处理SNN模型中的稀疏脉冲数据，显著提高计算效率和能效。

【技术实现步骤摘要】

本公开的实施例涉及脉冲神经网络领域，具体涉及应用于脉冲神经网络的样式框架芯片。

技术介绍

1、脉冲神经网络(spiking neural networks,snns)被认为是深度神经网络(deepneural networks,dnns)的节能替代方案。通过采用事件驱动的信息处理，snns可以显著减少与dnns相关的计算需求，同时仍能实现相当的性能。然而，当前的snns主要通过构建生成稀疏脉冲的复杂神经元模型来优先实现高准确性和大稀疏性。这种方法导致能效低和延迟高，给snns在边缘设备上的部署带来了重大挑战。

2、现有的研究主要集中在两类方案上：专用的异步处理器和稀疏感知加速器。典型的专用异步处理器包括ibm的truenorth和intel的loihi。truenorth具有4096个并行专用神经元块，设计用于高效处理数百万个神经元，同时利用脉冲操作的稀疏性。它使用同步电路进行计算，异步电路进行互连，优化了功耗。loihi集成了许多脉冲神经单元的神经形态核心用于并行处理，异步片上网络(noc)促进了核心之间的通信，进一步提高了效率。然而，这些设本文档来自技高网...

【技术保护点】

1.一种应用于脉冲神经网络的样式框架芯片，所述样式框架芯片包括：切片单元阵列、池化单元、累加单元、激活单元与全局缓冲区，其中，

2.根据权利要求1所述的应用于脉冲神经网络的样式框架芯片，其中，动态调度器，还被配置成：动态调整时间窗口。

3.根据权利要求1所述的应用于脉冲神经网络的样式框架芯片，其中，突触输出缓冲区，被配置成：缓存输入脉冲对应的膜电位与输出脉冲。

4.根据权利要求2所述的应用于脉冲神经网络的样式框架芯片，其中，动态调度器，还被配置成：

5.根据权利要求1所述的应用于脉冲神经网络的样式框架芯片，其中，静态随机存取存储器阵列，还被...

【技术特征摘要】

1.一种应用于脉冲神经网络的样式框架芯片，所述样式框架芯片包括：切片单元阵列、池化单元、累加单元、激活单元与全局缓冲区，其中，

2.根据权利要求1所述的应用于脉冲神经网络的样式框架芯片，其中，动态调度器，还被配置成：动态调整时间窗口。

3.根据权利要求1所述的应用于脉冲神经网络的样式框架芯片，其中，突触输出缓冲区，被配置成：缓存输入脉冲对应的膜电位与输出脉冲。

4.根据权利要求2所述的应用于脉冲神经网络的样式框架芯片，其中，动态调度器，还...

【专利技术属性】
技术研发人员：蒋力，刘方鑫，汪宗武，杜宇航，
申请(专利权)人：上海期智研究院，
类型：发明
国别省市：