Разработка нейроморфного акселератора

Наступающая эпоха больших данных нуждается в новых вычислительных средствах, способных в режиме реального времени обрабатывать огромные объемы зашумленной информации [1]. Существует множество задач, где разработка чётких алгоритмов с высокой производительностью для традиционных систем является чрезвычайно трудной и часто неосуществимой в разумных временных затратах (например, оптическое распознавание объектов с фотоприёмных приборов, системы контроля производственных процессов и т.д.). Для преодоления этих достаточно жестких ограничений используется машинное обучение искусственных нейронных сетей. Аппаратная реализация нейронных сетей на центральных процессорах (ЦП) и графических ускорителях (ГП) требует больших энергетических ресурсов, что сильно усложняет применение нейронных сетей в различных областях человеческой деятельности. Современные успехи в области микроэлектроники позволяют разрабатывать и изготавливать интегральные схемы с нейроморфной архитектурой [2], которая старается упрощённо имитировать принципы работы биологических нейронных систем. Такие ИС значительно отличаются от реализации на ЦП и ГП в энергоэффективности и компактности. На данный момент не существует единого решения на счет рационального устройства нейроморфной архитектуры [3,4], поэтому для разработки нейроморфной заказной СБИС существует необходимость в разработке аппаратной инфраструктуры для исследования и пробной эксплуатации импульсных нейронных сетей, построенных с использованием данных СБИС. К такой инфраструктуре относится ряд программных и аппаратных решений, в том числе прототип нейроморфной СБИС на базе программируемых логических матриц в целях апробации основных нейроморфных подходов. В рамках проекта по разработке нейроморфной СБИС была разработана модульная система, поддерживающая масштабирование размеров моделируемой нейронной сети. Элементарной ячейкой нейронной сети является нейрон, а архитектура предполагает выполнение функций множества нейронов по алгоритму, который реализуется в виде конечного автомата (ядро). Временной шаг работы нейронной сети определяется сигналом тик, за время которого каждое ядро последовательно обрабатывает все свои нейроны. Если потенциал нейрона какого-либо ядра становится достаточно высоким, 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» мы получили легко масштабируемую нейронную сеть. Аппаратная реализация модульной системы состоит из модуля акселератора на базе ПЛИС и объединительной платы. Модуль нейроморфного акселератора на базе ПЛИС представляет собой компактную печатную плату с двумя ПЛИС, которые 131 тысячу нейронов и 67 миллионов синаптических связей. Объединительная плата позволяет устанавливать до 16 модулей нейроморфных акселераторов и предоставляет внешний интерфейс для связи с ПК стандарта USB 3.1. При этом на плате имеются все необходимые скоростные интерфейсы для масштабирования размеров моделируемой нейронной сети за счет объединения плат в корзины и их установки в стойки.