Модель та метод синтезу нейронного елемента паралельно-потокового типу

І. Г. Цмоць, Б. В. Штогрінець, І. Я. Казимира, А. А. Литвин
{"title":"Модель та метод синтезу нейронного елемента паралельно-потокового типу","authors":"І. Г. Цмоць, Б. В. Штогрінець, І. Я. Казимира, А. А. Литвин","doi":"10.36930/40330213","DOIUrl":null,"url":null,"abstract":"Розроблено узагальнену модель нейронного елемента паралельно-потокового типу, основними компонентами якої є перетворювач форматів даних, пристрій обчислення скалярного добутку та блок реалізації функції активації, яка забезпечує високу ефективність використання обладнання внаслідок вибору кількості розрядів для формування групових часткових добутків і узгодження частоти введення даних з частотою роботи конвеєра. Проаналізовано алгоритми для обчислення скалярного добутку та обґрунтовано вибір паралельного вертикально-групового методу обчислення скалярного добутку з аналізом k розрядів для формування групових часткових добутків. Для групового підсумовування вибрано каскадний паралельно-паралельний алгоритм, який забезпечує конвеєризацію процесу підсумовування шляхом введення буферних регістрів між ярусами суматорів. Розроблення нейронного елемента паралельно-потокового типу запропоновано виконувати на підставі таких принципів: використання базису елементарних арифметичних операцій; організація процесу обчислення скалярного добутку як виконання єдиної операції; локалізація та спрощення зв'язків між сходинками конвеєра; забезпечення балансу між введенням-виведенням і обчисленнями; використання конвеєризації та просторового розпаралелювання процесу обчислення; мінімізація зовнішнього інтерфейсу зв'язку. Запропоновано оцінювання апаратної реалізації нейронного елемента здійснювати за критерієм ефективності використання обладнання, який враховує складність, час і витрати обладнання на реалізацію алгоритму та дає оцінку внеску кожного вентиля в загальну продуктивність нейронного елемента. Показано, що синтез нейроелемента паралельно-потокового типу зводиться до мінімізації апаратних затрат при забезпечені обчислення скалярного добутку та функції активації в реальному часі. Розроблено метод синтезу нейронного елемента паралельно-потокового типу, який, за рахунок розбиття його на сходинки та узгодження часу надходження даних з тактом конвеєра, забезпечує синтез цього нейронного елемента з високою ефективністю використання обладнання та обробленням потоків даних у реальному часі.","PeriodicalId":33529,"journal":{"name":"Naukovii visnik NLTU Ukrayini","volume":null,"pages":null},"PeriodicalIF":0.0000,"publicationDate":"2023-04-25","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Naukovii visnik NLTU Ukrayini","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.36930/40330213","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Розроблено узагальнену модель нейронного елемента паралельно-потокового типу, основними компонентами якої є перетворювач форматів даних, пристрій обчислення скалярного добутку та блок реалізації функції активації, яка забезпечує високу ефективність використання обладнання внаслідок вибору кількості розрядів для формування групових часткових добутків і узгодження частоти введення даних з частотою роботи конвеєра. Проаналізовано алгоритми для обчислення скалярного добутку та обґрунтовано вибір паралельного вертикально-групового методу обчислення скалярного добутку з аналізом k розрядів для формування групових часткових добутків. Для групового підсумовування вибрано каскадний паралельно-паралельний алгоритм, який забезпечує конвеєризацію процесу підсумовування шляхом введення буферних регістрів між ярусами суматорів. Розроблення нейронного елемента паралельно-потокового типу запропоновано виконувати на підставі таких принципів: використання базису елементарних арифметичних операцій; організація процесу обчислення скалярного добутку як виконання єдиної операції; локалізація та спрощення зв'язків між сходинками конвеєра; забезпечення балансу між введенням-виведенням і обчисленнями; використання конвеєризації та просторового розпаралелювання процесу обчислення; мінімізація зовнішнього інтерфейсу зв'язку. Запропоновано оцінювання апаратної реалізації нейронного елемента здійснювати за критерієм ефективності використання обладнання, який враховує складність, час і витрати обладнання на реалізацію алгоритму та дає оцінку внеску кожного вентиля в загальну продуктивність нейронного елемента. Показано, що синтез нейроелемента паралельно-потокового типу зводиться до мінімізації апаратних затрат при забезпечені обчислення скалярного добутку та функції активації в реальному часі. Розроблено метод синтезу нейронного елемента паралельно-потокового типу, який, за рахунок розбиття його на сходинки та узгодження часу надходження даних з тактом конвеєра, забезпечує синтез цього нейронного елемента з високою ефективністю використання обладнання та обробленням потоків даних у реальному часі.
并行流型神经元合成方法
开发了一个并行流神经元单元的通用模型,其主要组件是数据格式转换器、标量返回计算器和激活函数块,-其通过选择行数以形成组部分收益并将输入频率与输送机操作频率匹配来确保设备的高效使用。分析了标量产量的计算算法,并在选择平行垂直群方法的基础上,用k阶分析计算标量产量,形成群粒子收入为组摘要选择了级联并行算法,该算法允许通过在摘要之间输入缓冲寄存器来传递摘要过程。基于以下原则,提出了并行流型神经元单元的开发:使用初等算术运算的基础将计算所述可缩放利润的过程组织为单个操作;走廊之间连接的位置和便利性;平衡投入产出和计算;使用转换和空间瘫痪的计算过程;最小化外部接口。提出了根据硬件效率准则来评估神经元件的硬件实现,算法实现设备的时间和成本,并估计每个阀门对神经元元件的整体生产力的贡献。研究表明,当实时计算标量返回和激活函数时,并行流神经元类型的合成导致硬件成本最小化。这是一种合成平行流神经元的方法,为了将其分解成阶梯,并协调数据与输送机的时间,在使用设备和实时处理数据流方面提供了这种神经元元素的高效合成。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
41
审稿时长
4 weeks
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信