Разработка нейроморфного акселератора

Наступающая эпоха больших данных нуждается в новых вычислительных средствах, способных врежиме реального времени обрабатывать огромные объемы зашумленной информации [1].Существует множество задач, где разработка чётких алгоритмов с высокой производительностью длятрадиционных систем является чрезвычайно трудной и часто неосуществимой в разумныхвременных затратах (например, оптическое распознавание объектов с фотоприёмных приборов,системы контроля производственных процессов и т.д.). Для преодоления этих достаточно жесткихограничений используется машинное обучение искусственных нейронных сетей.Аппаратная реализация нейронных сетей на центральных процессорах (ЦП) и графическихускорителях (ГП) требует больших энергетических ресурсов, что сильно усложняет применениенейронных сетей в различных областях человеческой деятельности. Современные успехи в областимикроэлектроники позволяют разрабатывать и изготавливать интегральные схемы с нейроморфнойархитектурой [2], которая старается упрощённо имитировать принципы работы биологическихнейронных систем. Такие ИС значительно отличаются от реализации на ЦП и ГП вэнергоэффективности и компактности. На данный момент не существует единого решения на счетрационального устройства нейроморфной архитектуры [3,4], поэтому для разработки нейроморфнойзаказной СБИС существует необходимость в разработке аппаратной инфраструктуры дляисследования и пробной эксплуатации импульсных нейронных сетей, построенных с использованиемданных СБИС. К такой инфраструктуре относится ряд программных и аппаратных решений, в томчисле прототип нейроморфной СБИС на базе программируемых логических матриц в целяхапробации основных нейроморфных подходов.В рамках проекта по разработке нейроморфной СБИС была разработана модульная система,поддерживающая масштабирование размеров моделируемой нейронной сети. Элементарной ячейкойнейронной сети является нейрон, а архитектура предполагает выполнение функций множестванейронов по алгоритму, который реализуется в виде конечного автомата (ядро). Временной шагработы нейронной сети определяется сигналом тик, за время которого каждое ядро последовательнообрабатывает все свои нейроны. Если потенциал нейрона какого-либо ядра становится достаточновысоким, то он испускает пакет или спайк на заранее указанный адрес дендрита другого нейрона.Объединением ядер в двумерную матрицу с направлениями «Север», «Восток», «Запад» и «Юг» мыполучили легко масштабируемую нейронную сеть.Аппаратная реализация модульной системы состоит из модуля акселератора на базе ПЛИС иобъединительной платы. Модуль нейроморфного акселератора на базе ПЛИС представляет собойкомпактную печатную плату с двумя ПЛИС, которые 131 тысячу нейронов и 67 миллионовсинаптических связей. Объединительная плата позволяет устанавливать до 16 модулейнейроморфных акселераторов и предоставляет внешний интерфейс для связи с ПК стандарта USB3.1. При этом на плате имеются все необходимые скоростные интерфейсы для масштабированияразмеров моделируемой нейронной сети за счет объединения плат в корзины и их установки встойки.