基于FPGA的脉冲神经网络加速系统及电子设备技术方案

本发明专利技术提供一种基于FPGA的脉冲神经网络加速系统及电子设备，所述系统包括：嵌入式CPU、内存和至少两个脉冲单元；其中，每个脉冲单元均包括：块存储器、全连接模块、分布式RAM和神经元模块；块存储器用于存储所连接的全连接模块所需的定点权重；全连接模块用于对定点权重和输入脉冲进行乘加运算，产生当前时间步的突触电流；分布式RAM用于存储上一个时间步的膜电压，神经元模块用于根据上一个时间步的膜电压以及当前时间步的突触电流，计算当前时间步的膜电压，并根据当前时间步的膜电压，确定当前时间步的输出脉冲。本发明专利技术在FPGA平台上，实现实时、高效的加速脉冲神经网络。

全部详细技术资料下载

【技术实现步骤摘要】

本专利技术涉及人工智能，尤其涉及一种基于fpga的脉冲神经网络加速系统及电子设备。

技术介绍

1、由于对生物神经系统的高度模拟和较高的计算效率，脉冲神经网络(spikingneural networks，snn)逐渐在图像处理、语音识别、触觉识别等领域得到应用。然而，由于独特的动态特性和计算模式，snn在通用计算平台(如中央处理器(central processingunit，cpu)和图形处理器(graphics processing unit，gpu))上运行通常面临计算效率和功耗方面的挑战。

2、现实世界对计算效率和响应速度有严格要求，现有的硬件加速器和优化算法大多聚焦于经典的深度神经网络，而对于具有大量时间动态行为和稀疏计算需求的snn，并没有特定优化。

3、现场可编程门阵列(field-programmable gate array，fpga)因其出色的可编程性、低延迟和低功耗特性，成为了一个潜在的硬件加速解决方案。特别是在图像处理、语音识别、触觉识别等需要实时响应和高度并行计算的应用场景，fpga显示出其不可忽视的优势。

【技术保护点】

1.一种基于FPGA的脉冲神经网络加速系统，其特征在于，包括：嵌入式CPU、内存和至少两个脉冲单元；

2.根据权利要求1所述的基于FPGA的脉冲神经网络加速系统，其特征在于，所述全连接模块包括：多个乘加子模块和多个累加子模块；

3.根据权利要求2所述的基于FPGA的脉冲神经网络加速系统，其特征在于，每个所述乘加子模块均包括：加法树和多个第一选择器；

4.根据权利要求3所述的基于FPGA的脉冲神经网络加速系统，其特征在于，在所述第一选择器的使能端的输入为逻辑电平1的情况下，所述第一选择器的输出端选择自身第一输入端的输入进行输出；

5.根据权利

【技术特征摘要】

1.一种基于fpga的脉冲神经网络加速系统，其特征在于，包括：嵌入式cpu、内存和至少两个脉冲单元；

2.根据权利要求1所述的基于fpga的脉冲神经网络加速系统，其特征在于，所述全连接模块包括：多个乘加子模块和多个累加子模块；

3.根据权利要求2所述的基于fpga的脉冲神经网络加速系统，其特征在于，每个所述乘加子模块均包括：加法树和多个第一选择器；

4.根据权利要求3所述的基于fpga的脉冲神经网络加速系统，其特征在于，在所述第一选择器的使能端的输入为逻辑电平1的情况下，所述第一选择器的输出端选择自身第一输入端的输入进行输出；

5.根据权利要求3所述的基于fpga的脉冲神经网络加速系统，其特征在...

【专利技术属性】

技术研发人员：张娜，蒿杰，舒琳，

申请(专利权)人：中国科学院自动化研究所，

类型：发明

国别省市：

全部详细技术资料下载 我是这个专利的主人