用于神经形态计算系统的方法和装置与流程

本申请涉及神经网络领域，更具体地，涉及用于神经形态计算系统的方法和装置。

背景技术：

1、近几十年来，旨在模拟大脑行为的神经形态计算在计算机科学的各个领域得到了发展。作为一种神经形态硬件的神经形态核显示出许多应用的潜力，因为它可以使用基于脉冲神经网络(snn)的计算范式直接提供实时和低功耗的复杂数据处理。然而，神经形态核不能靠自身独立部署，因为它们需要外部主机来对其进行配置和数据输入管理。作为一种低功耗、开源的处理器，risc-v被广泛应用于神经形态核的外部主机核。一些研究人员甚至直接在risc-v中扩展了snn计算单元，使其可以同时完成数据管理、配置和snn计算的工作。

2、生物神经元通过脉冲或尖峰进行处理和交流，脉冲是大约100mv振幅的电脉冲。许多神经元的计算模型将电压突发简化为离散的单比特事件:“1”或“0”。在硬件中，“1”或“0”表示比高精度值表示要简单得多。因此，除了直接的脉冲输入格式(例如，神经形态传感器的输出)之外，外部主机核心需要将输入的高精度值转换为序列长度为时间步数的脉冲序列。目前有四种典型的脉冲编码方法，它们都将脉冲序列建模为时间的函数，然后将输入值作为时间函数的参数，并利用该参数生成脉冲序列。例如，snn模型中最广泛使用的编码方案-速率编码是将每个输入值视为激发速率，并利用该激发速率将该输入转换为的泊松脉冲序列。

技术实现思路

1、本申请提供了一种新的用于高效实现神经形态计算系统的脉冲编码的机制，使得加速实现了脉冲编码过程，节省了神经形态计算系统用于脉冲编码的时间，并极大地降低了神经形态计算系统的延迟。

2、根据本公开的实施例，提供了一种用于神经形态计算的方法，该方法包括：从一个或多个数据源接收输入数据，其中，所述输入数据为非脉冲输入格式；确定用于对所述输入数据进行脉冲编码的编码参数；基于所述编码参数按时间步对所述输入数据进行脉冲编码；以及在获得每个时间步的脉冲编码结果后，将所述脉冲编码结果直接发送到相应的神经形态核进行相应的数据处理。

3、根据本公开的实施例，提供了一种处理器，该处理器包括：至少一个处理器核，从一个或多个数据源接收输入数据，其中，所述输入数据为非脉冲输入格式；确定用于对所述输入数据进行脉冲编码的编码参数；基于所述编码参数按时间步对所述输入数据进行脉冲编码；以及在获得每个时间步的脉冲编码结果后，将所述脉冲编码结果直接发送到相应的神经形态核进行相应的数据处理。

4、根据本公开的实施例，提供了一种计算机可读存储介质，其上存储有指令，其中所述指令当由处理器执行时使得所述处理器执行上述用于神经形态计算的方法。

5、本发明提供了一种加速实现神经形态计算系统的脉冲编码流的方案，该方案在脉冲编码循环中的每次迭代的编码完成时将生成的编码结果(即，元素0或1)直接发送到神经形态核，而无需等待用于生成整个脉冲序列的循环的完成。该方案加速实现了神经形态计算系统的脉冲编码过程，节省了系统用于脉冲编码的时间，并极大地降低了系统的延迟。

技术特征：

1.一种用于神经形态计算的方法，包括：

2.根据权利要求1所述的方法，其中，所述编码参数包括编码类型以及采样长度。

3.根据权利要求2所述的方法，其中，多个时间步的脉冲编码结果构成与所述输入数据相对应的脉冲序列，并且其中，所述多个时间步的数量等于所述采样长度的值。

4.根据权利要求2所述的方法，其中，所述编码类型包括以下项中的一者：速率编码、首脉冲触发时间编码、相位编码和突发编码。

5.根据权利要求1所述的方法，其中，所述方法通过调用包括脉冲编码设置指令和脉冲编码获取指令的指令对实现，其中，所述脉冲编码设置指令用于指示如何生成脉冲，并且所述脉冲编码获取指令用于逐时间步获得所述脉冲编码结果。

6.根据权利要求5所述的方法，其中，所述脉冲编码设置指令包括如下参数：所述输入数据、所述编码类型以及所述样本长度。

7.根据权利要求1-6中任一项所述的方法，其中，所述方法由神经形态处理器或risc-v处理器执行。

8.根据权利要求1-6中任一项所述的方法，其中，所述一个或多个源包括传感器。

9.一种处理器，包括：

10.根据权利要求9所述的处理器，其中，所述编码参数包括编码类型以及采样长度。

11.根据权利要求10所述的处理器，其中，多个时间步的脉冲编码结果构成与所述输入数据相对应的脉冲序列，并且其中，所述多个时间步的数量等于所述采样长度的值。

12.根据权利要求10所述的处理器，其中，所述编码类型包括以下项中的一者：速率编码、首脉冲触发时间编码、相位编码和突发编码。

13.根据权利要求9所述的处理器，其中，所述处理器通过调用包括脉冲编码设置指令和脉冲编码获取指令的指令对执行所述操作，其中，所述脉冲编码设置指令用于指示如何生成脉冲，并且所述脉冲编码获取指令用于逐时间步获得所述脉冲编码结果。

14.根据权利要求13所述的处理器，其中，所述脉冲编码设置指令包括如下参数：所述输入数据、所述编码类型以及所述样本长度。

15.根据权利要求9-14中任一项所述的处理器，其中，所述处理器包括risc-v核，其中，所述risc-v核具有用于脉冲编码的专用编码单元。

技术总结
本申请涉及用于神经形态计算系统的方法和装置。提供了一种用于神经形态计算的方法，该方法包括：从一个或多个数据源接收输入数据，其中，输入数据为非脉冲输入格式；确定用于对输入数据进行脉冲编码的编码参数；基于编码参数按时间步对输入数据进行脉冲编码；以及在获得每个时间步的脉冲编码结果后，将脉冲编码结果直接发送到相应的神经形态核进行相应的数据处理。

技术研发人员：王志刚,曹露,程宏,蔡东琪,张益民,吴浩洋,刘晓龙,张丽丹,郭萍,陈益斌
受保护的技术使用者：英特尔（中国）研究中心有限公司
技术研发日：
技术公布日：2024/3/17