论文部分内容阅读
神经科学的快速发展已经积累了很多关于人类大脑结构和功能的知识。研究表明大脑是由密集的、复杂的神经元互联组成,显现出了许多惊人的特性,例如模式识别和决策控制等。生物神经元通过脉冲的时序传输信息和进行计算,因此研究者提出了脉冲神经网络的计算模型,它模拟了神经元之间的信息传输和神经元内部的信号处理等行为。目前有许多领域采用基于脉冲神经网络的运算方法,例如预测、图像处理、模式识别和人工视觉系统等,这些应用都要求大量的神经元互联形成一个脉冲神经网络系统,因此,构建一个高效的架构去实现脉冲神经网络硬件系统是目前一个重要的研究热点。本文在已有的研究成果的基础上,重点研究低资源消耗的神经元节点硬件实现、节点之间高效的互联通信方案设计以及脉冲神经网络硬件系统可视化性能监测平台设计等,主要工作有:1.首先介绍了课题的研究背景,包括课题的由来及主要研究内容,然后给出了本文创新点。接着描述了生物神经网络的基本知识,并对比通用计算机的基本原理给出了以人工神经网络为计算系统的脑启发计算的优势。详细介绍了人工神经网络的发展及其基本原理。然后简单总结了大规模神经网络实现、神经元互联通信机制以及神经网络性能验证测试平台构建这三个方面的研究现状。最后归纳了这三方面的尚未解决的问题,并给出了相应的优化方向。2.基于FPGA器件设计了一种低资源、可拓展的神经元硬件结构,利用计算组件共享机制减少神经元节点占用的硬件资源。在同一个神经元内,多个突触共享一个突触的计算组件;在同一层脉冲神经网络中,多个神经元共享一个神经元的计算组件。性能分析结果表明,本方案减少了脉冲神经网络占用的硬件资源,从而提高了硬件器件容纳神经元的能力。3.基于提出的神经元节点硬件结构,提出了一种逻辑简洁、低资源消耗的路由架构作为脉冲神经网络硬件实现中的神经元硬件节点的互连通信机制。采用一种基于广播机制的片上网络路由器作为路由架构的基本工作单元。设计了一种高效的路由调度器,可以有效地转发神经元之间的脉冲。性能评估结果显示该架构在各种脉冲场景下可以有效地进行通信转发,并且具有较低的硬件资源开销,维持了大规模脉冲神经网络硬件系统的可扩展性。4.设计了一款脉冲神经网络硬件结构可视化性能监测环境,用于脉冲神经网络硬件结构的功能验证和性能监测。该监测平台在XilinxZynq-7000器件下,具有轻量化设计、良好的人机交互界面和通用性等优势,进一步提高系统功能验证和性能评估的效率,为脉冲神经网络硬件系统设计提供了辅助的功能验证与性能分析手段。