实现软硬件解耦合的类脑计算硬件设计方法

渠 鹏 陈嘉杰 张悠慧 郑纬民

1(清华大学计算机科学与技术系,北京信息科学与技术国家研究中心 北京 100084)

2(数学工程与先进计算国家重点实验室 江苏无锡 214125)

(shen_yhx＠163.com)

类脑计算通常用来指借鉴人脑信息处理模式和/或生物生理结构的计算理论、体系结构、硬件设计乃至模型和算法设计的总称.目前,基于类脑计算的数值模拟方法已经成为了继实验研究和理论研究之后,神经科学最重要的研究方法之一[1].在人工智能领域,类脑计算也被认为是实现下一代人工智能的重要技术路径之一[2-8].受脑启发的体系结构设计则是后摩尔定律时代的计算机体系结构主要发展方向之一[9].

类脑计算也被称为神经形态计算[6,10],其目前采用的主要计算模型是脉冲神经网络(spiking neural network,SNN)[11].脉冲神经网络在传统神经网络(深度神经网络等)的基础上,引入了更高的生物真实性,具有实现更高计算能力和能效的潜力.这一特性吸引了众多软硬件相关的研究兴趣[6,12-18],而充分利用脉冲神经网络特性的神经形态芯片也逐渐成为类脑计算相关研究领域的重点之一[6,12-14].

神经形态芯片的设计方案根据设计目的、着眼角度的不同而差别较大,目前尚没有统一、公认的设计方案.但当前的芯片设计方案,往往都采用了端到端的软硬件协同设计方案[6,12-14],采用这样的设计方案的芯片往往具有定制化的工具链、开发软件乃至应用模型[10,19-21],这就导致了类脑计算系统领域所面临的一个重要问题……