中国人はハイブリッドニューロモルフィックプロセッサを開発しました

ビデオ: 中国人はハイブリッドニューロモルフィックプロセッサを開発しました

Отличия серверных жестких дисков от десктопных
ビデオ: 林大臣訪中への慎重論 中国「信義重んじるべき」(2021年11月26日) 2023, 2月
中国人はハイブリッドニューロモルフィックプロセッサを開発しました
中国人はハイブリッドニューロモルフィックプロセッサを開発しました
Anonim
Image
Image

中国の科学者は、シンガポールと米国の同僚とともに、ハイブリッドニューロモルフィックプロセッサとそれに基づくコンピューティングモジュールを発表しました。そのアーキテクチャは、古典的な人工ニューラルネットワークとインパルスネットワークの両方の動作に適合しています。動作のは生物学的ニューラルネットワークに近いです。チップには150を超える核が含まれており、各核は軸索、シナプス、樹状突起、ペリカリオンの人工類似体で構成されており、実際のニューロンの働きを模倣することができます。この場合、核は2つの動作モードを切り替えたり、特定の値を持つ古典的なニューラルネットワークの信号をインパルスニューラルネットワークのバイナリニューラルインパルスに変換したり、その逆を行ったりすることができます。自然。

通常、ニューラルネットワーク計算のハードウェアアクセラレーション用のチップとは、多くの並列計算または計算を高速化するその他の機能に最適なアーキテクチャを備えたチップを意味します。ただし、ニューロモルフィックチップもあり、そのアーキテクチャは古典的なフォンノイマンとは異なり、実際のニューロンの構造に似ています。これまでのところ、このようなチップは実験段階にあり、実験室以外では実際には使用されていません。これは主に、アーキテクチャの大きな違いがニューロモルフィックチップにアルゴリズムを適応させる必要があるという事実によるものです。

古典的な人工ニューラルネットワークは、ニューロンを含む層で構成されています。動作中、現在の層のニューロンは、前の層のすべてのニューロンから値を持つ信号を受信します。ニューラルネットワークの特徴は、目前のタスクを学習できることです。ネットワーク内のニューロン間の各接続には重みがあり、これが受信ニューロンの信号強度を本質的に決定します。各ボンドの重みは操作中に変化する可能性があるため、トレーニング中にアルゴリズムを調整できます。

このようなニューラルネットワークとは対照的に、実際のニューロンのように機能するインパルスニューラルネットワークもあります。前のニューロンから信号を受信すると、特定の重みも割り当てられます。ただし、主な違いは、信号が常に次のニューロンに送信されるとは限らず、入力信号が活動電位によって決定されるしきい値を超えた場合にのみ送信されることです。信号が低かった場合、ニューロンは「発火」しません。しきい値を超えた場合、ニューロンはさらに最大振幅の信号を送信します。

Image
Image

Tianjicカーネルの動作モード

新華大学のLupingShiが率いる科学者によって作成された新しいTianjicチップは、ニューロンの構成部分を模倣するニューロモルフィック回路を使用しています。チップは156個のコアで構成されており、各コアには、軸索、シナプス、樹状突起、ペリカリオンとして機能するブロックと、主に核間の信号のルーティングを担当する制御ユニットが含まれています。これらのコンポーネントにより、各核は256個のニューロンの機能を模倣できます。

チップの主な特徴は、ニューロン間の信号が、パルスニューラルネットワークで動作するバイナリ形式と、古典的な人工ニューラルネットワークのマルチビット形式の両方で伝播できることです。これを行うために、ブロックには、カーネルコンポーネントをさまざまな方法で使用するさまざまな操作モードがあります。この場合、コアは独立して動作し、1つのチップ上でハイブリッド動作スキームを実装できます。このスキームでは、コアの一部が1つのモードで動作し、一部が別のモードで動作し、さらにコンバーターとして機能して、バイナリパルスを数値に変換します。およびその逆。

Image
Image

25個のTianjicプロセッサを搭載したコンピューティングモジュール

このチップは、信号が1つのプロセッサ内だけでなく分散されるマルチプロセッサモードでの動作をサポートします。一例として、科学者は25個のTianjicプロセッサを搭載したボードを組み立てました。科学者たちは、プロセッサのパフォーマンスを、パルスニューラルネットワークアーキテクチャを備えたIBMTrueNorthやIntelLoihiなどの他のニューロモルフィックチップと比較しました。これらのデバイスの完全なデータは公開されていませんが、著者は、TianjicがTrueNorthの1.5倍の1ワットあたりのシナプス操作(GSOPS)を実行していることを指摘しています:649対400。

Image
Image

プロセッサとアナログの比較

アプリケーションの例として、著者らは、数年前に開発された無人の無線制御自転車に、新しいプロセッサを搭載したコンピュータを装備しました。その上で、彼らは自己制御、音声コマンド認識、人の追跡、障害物回避のためのいくつかのニューラルネットワークを立ち上げました。それらのいくつかは、古典的な畳み込みニューラルネットワークの形で実装され、いくつかはインパルスネットワークの形で実装されました。デモビデオでは、人を追いかけ、彼の命令に従って、自転車がどのように自力で乗るかを見ることができます。

科学者たちは、ニューロモルフィックコンピューターだけでなく、他のデバイスでもニューロンが機能する方法を再構築しています。たとえば、昨年、韓国の研究者は求心性神経の人工的な類似物を作成し、それをゴキブリの脚に接続しました。科学者は、機械受容器、シナプス、その他の器官の働きをシミュレートすることで、実際の神経からの信号の伝達をシミュレートし、ゴキブリの脚を動かすことができました。

トピックによって人気があります