大规模类脑模拟仿真计算机体系结构的研究
发布时间：2021-10-17 18:07
在大数据的智能时代,由于现有计算机的架构和硬件限制,大规模的智能数据处理越来越难以满足。基于“冯·诺依曼”架构的传统计算机体系,其存储单元和处理单元是独立的两个部分,两者之间依靠数据传输总线进行互联互通,高能耗和低效率造成了“冯·诺依曼瓶颈”的出现。而对大脑的结构来说,脑神经网络大约包含1000亿个神经元和100万亿个神经突触,它们分别作为处理单元和存储单元,在物理上是相连的整体,并不需要非常大的通信损耗,特别是在相关信号被激励发出后系统依然处于绝佳的传输状态。这些高效、低耗且庞大的脑神经网络架构具有强大的优势,非常利于海量数据的处理。且随着摩尔定律危机的出现,以及脉冲神经网络研究的突破,学术界将新一代计算机体系结构的未来研究转向了类脑计算机领域。当前大规模类脑计算机的研究如火如荼,但真正实现起来却困难重重。本文集中探索了超大规模类脑计算机的体系结构,重点解决困扰超大规模类脑计算机实现的海量神经元脉冲传输机制问题、实时处理问题以及板级互联问题等。在深入了解国内外相关领域的研究进展并吸收有益精华后,本文提出了神经元的模拟方案,设计了一种基于CAM的海量脉冲神经元数据包组播传输机制,并成功...
【文章来源】：广东工业大学广东省
【文章页数】：62 页
【学位级别】：硕士
【部分图文】：
类脑计算研究规划Figure1-1NeuromorphicComputingResearchPlan
类脑计算机概述众所周知，哺乳动物特别是人类的神经系统，是自然界中最高效、最健壮一。人类大脑拥有大量的连接，表现出强大的并行性。它具有约 1011个神1015个突触，耗能却仅约 20W。神经元以几毫秒的速度实现生物互联，对组障具有优异的容错机制。对于计算机科学家来说，神经系统和数字系统之间具有巨大的相似性。如示，细胞体、树突、轴突、神经末梢以及突触等结构共同构成了一个神经具体来说，神经元的核心部位是一个含核的细胞体，其半径为 2-60 微米；面有长短不一的两类细胞突起，分别是长条的轴突（只有一根）和短条的常为多根）；一个神经元间的兴奋传递经由轴突、神经末梢最终抵达突触（相连的部位）[36]。
广东工业大学硕士学位论文类脑计算机正是这样一款模拟大脑神经网络运行、具备超大规模脉冲实时通信的新型计算机模型。如图 2-2 所示，类脑计算机通过模拟生物大脑神经网络的高效能、低功耗、实时性等特点，借助大规模的 CPU 集群来进行神经网络实现。在 CPU集群中，每条线程将映射模拟对应的神经元，成千上万的线程（神经元）有序运行构成完整的大规模神经网络。
【参考文献】：
期刊论文
[1]多媒体技术研究:2015——类脑计算的研究进展与发展趋势[J]. 黄铁军,施路平,唐华锦,潘纲,陈云霁,于俊清. 中国图象图形学报. 2016(11)
[2]脑科学与类脑研究概述[J]. 蒲慕明,徐波,谭铁牛. 中国科学院院刊. 2016(07)
[3]类脑计算芯片与类脑智能机器人发展现状与思考[J]. 陶建华,陈云霁. 中国科学院院刊. 2016(07)
[4]类脑计算新发展——“TrueNorth”神经元芯片[J]. 王雨辰,胡华. 计算机科学. 2016(S1)
[5]脑科学视角下的高性能计算[J]. 刘亚东,胡德文. 计算机学报. 2017(09)
[6]从脑网络到人工智能——类脑计算的机遇与挑战[J]. 余山. 科技导报. 2016(07)
[7]脉冲神经元序列学习方法的影响因素研究[J]. 徐彦,杨静. 计算机工程. 2015(11)
[8]类脑智能研究的回顾与展望[J]. 曾毅,刘成林,谭铁牛. 计算机学报. 2016(01)
[9]Artificial synapse network on inorganic proton conductor for neuromorphic systems[J]. Science Foundation in China. 2015(01)
博士论文
[1]大规模计算机系统并行仿真技术研究[D]. 朱小东.中国科学技术大学 2013
[2]大规模脉冲神经网络的模拟与进化研究[D]. 蔺想红.哈尔滨工业大学 2009
硕士论文
[1]基于脉冲序列内积的脉冲神经网络监督学习研究[D]. 王向文.西北师范大学 2015
本文编号：3442193
【文章来源】：广东工业大学广东省
【文章页数】：62 页
【学位级别】：硕士
【部分图文】：
类脑计算研究规划Figure1-1NeuromorphicComputingResearchPlan
类脑计算机概述众所周知，哺乳动物特别是人类的神经系统，是自然界中最高效、最健壮一。人类大脑拥有大量的连接，表现出强大的并行性。它具有约 1011个神1015个突触，耗能却仅约 20W。神经元以几毫秒的速度实现生物互联，对组障具有优异的容错机制。对于计算机科学家来说，神经系统和数字系统之间具有巨大的相似性。如示，细胞体、树突、轴突、神经末梢以及突触等结构共同构成了一个神经具体来说，神经元的核心部位是一个含核的细胞体，其半径为 2-60 微米；面有长短不一的两类细胞突起，分别是长条的轴突（只有一根）和短条的常为多根）；一个神经元间的兴奋传递经由轴突、神经末梢最终抵达突触（相连的部位）[36]。
广东工业大学硕士学位论文类脑计算机正是这样一款模拟大脑神经网络运行、具备超大规模脉冲实时通信的新型计算机模型。如图 2-2 所示，类脑计算机通过模拟生物大脑神经网络的高效能、低功耗、实时性等特点，借助大规模的 CPU 集群来进行神经网络实现。在 CPU集群中，每条线程将映射模拟对应的神经元，成千上万的线程（神经元）有序运行构成完整的大规模神经网络。
【参考文献】：
期刊论文
[1]多媒体技术研究:2015——类脑计算的研究进展与发展趋势[J]. 黄铁军,施路平,唐华锦,潘纲,陈云霁,于俊清. 中国图象图形学报. 2016(11)
[2]脑科学与类脑研究概述[J]. 蒲慕明,徐波,谭铁牛. 中国科学院院刊. 2016(07)
[3]类脑计算芯片与类脑智能机器人发展现状与思考[J]. 陶建华,陈云霁. 中国科学院院刊. 2016(07)
[4]类脑计算新发展——“TrueNorth”神经元芯片[J]. 王雨辰,胡华. 计算机科学. 2016(S1)
[5]脑科学视角下的高性能计算[J]. 刘亚东,胡德文. 计算机学报. 2017(09)
[6]从脑网络到人工智能——类脑计算的机遇与挑战[J]. 余山. 科技导报. 2016(07)
[7]脉冲神经元序列学习方法的影响因素研究[J]. 徐彦,杨静. 计算机工程. 2015(11)
[8]类脑智能研究的回顾与展望[J]. 曾毅,刘成林,谭铁牛. 计算机学报. 2016(01)
[9]Artificial synapse network on inorganic proton conductor for neuromorphic systems[J]. Science Foundation in China. 2015(01)
博士论文
[1]大规模计算机系统并行仿真技术研究[D]. 朱小东.中国科学技术大学 2013
[2]大规模脉冲神经网络的模拟与进化研究[D]. 蔺想红.哈尔滨工业大学 2009
硕士论文
[1]基于脉冲序列内积的脉冲神经网络监督学习研究[D]. 王向文.西北师范大学 2015
本文编号：3442193
本文链接：https://www.wllwen.com/kejilunwen/jisuanjikexuelunwen/3442193.html
