低功耗、可重构、模块化的脉冲神经网络处理器设计与实现

发布时间：2021-01-26 19:04

　　随着人工神经网络研究的发展以及在人工智能领域的广泛应用,人工神经网络相比于传统人工智能算法显现出其独特的优势。人工智能本质是对人类思维过程的模拟,而人工神经网络正是将脑科学对人脑神经系统结构和动态过程的研究结果进行抽象,简化而得到的一种人工智能算法。然而更接近真正意义上的类脑计算、更具有生物启发性的神经网络正是脉冲神经网络。人工神经网络经过多年的发展,目前已经有多种专用的部署在云端的加速器平台,可以进行在线神经网络训练和推理。然而,脉冲神经网络中事件驱动的计算方式特别适合低功耗硬件的实现,满足端到端的应用环境下的需求。但是,目前现有的脉冲神经网络硬件系统在功耗、可重构性等方面难以适应复杂的端侧场景,因此设计一种低功耗、可重构、模块化的脉冲神经网络处理器就很有必要。本文首先简单介绍了脉冲神经网络的一些背景知识。包括脉冲神经网络与人工神经网络的异同点,脉冲神经网络中的各种神经元模型以及学习算法,并选择了合适的神经元模型以及学习算法用作构建本文研究所用的脉冲神经网络模型。除此之外介绍了目前主流的神经网络芯片的设计思想,结合低功耗、可重构、模块化的设计要求,提出了脉冲神经网络处理器系统的指导性... 

【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校

【文章页数】：80 页

【学位级别】：硕士

【部分图文】：

生物神经元结构

IF模型等效电路

LIF模型动态行为示意图

【参考文献】：
期刊论文
[1]NVIDIA携最新Volta架构Quadro GV100 GPU亮相InfoComm China 2018[J].   设计. 2018(10)
[2]人工神经网络的发展及现状[J]. 徐学良.  微电子学. 2017(02)
[3]基于忆阻器的模拟人工神经元电路设计[J]. 朱任杰,张涛,柯志强.  微电子学与计算机. 2014(08)
[4]玻尔兹曼机研究进展[J]. 刘建伟,刘媛,罗雄麟.  计算机研究与发展. 2014(01)
[5]多层感知器网络内部判决模式的研究[J]. 冯天瑾,陈哲,熊建设.  数据采集与处理. 2000(04)
[6]M-P神经元模型的几何意义及其应用[J]. 张铃,张钹.  软件学报. 1998(05)

硕士论文
[1]多核系统减少内存干扰技术的研究[D]. 孟晓林.杭州电子科技大学 2016
[2]Hodgkin-Huxley模型的分岔与混沌分析[D]. 车艳秋.天津大学 2005



本文编号：3001658