-
公开(公告)号:CN119886235A
公开(公告)日:2025-04-25
申请号:CN202510378277.6
申请日:2025-03-28
Applicant: 厦门大学
IPC: G06N3/06 , G06N3/063 , G06N3/049 , G06N3/0464
Abstract: 本发明公开了一种脉冲卷积神经网络到类脑计算芯片的数据映射方法,包括以下步骤:S1、计算图切分:将计算图的数据进行并行切分,得到各个子图;S2、核间通信建模:将核间通信建模为三维装箱模型,三维装箱模型包含映射神经元核和统计通信负载;S3、计算代价函数:利用三维空间,将通信优化问题建模为三维装箱问题,优化目标即为最小化最大高度;S4、优化代价函数:基于代价函数采用枚举算法或启发式算法选择最优分割方案,再执行步骤S1,得到最终的并行数据流图;该方法实现基于类脑计算芯片的脉冲卷积神经网络自动并行化部署,可降低通信延迟,提升计算效率。
-
公开(公告)号:CN118821879A
公开(公告)日:2024-10-22
申请号:CN202410877235.2
申请日:2024-07-02
Applicant: 厦门大学
IPC: G06N3/065 , G06N3/049 , G06N3/0464 , G06N3/08
Abstract: 本公开提供了一种用于异构神经网络学习与仿真方法、装置、介质及设备,该方法包括:根据接收到的神经元动力学表示以及突触动力学表示,构建对应的目标神经元以及目标突触,所述神经元动力学表示由针对动力学方程的文本描述定义得到或者由编程语言定义得到;根据所述目标神经元以及所述目标突触,建立至少一种目标算子;根据至少一种所述目标算子,确定各所述目标算子之间的连接关系以及传入参数,得到目标神经网络,所述目标神经网络为脉冲神经网络、人工神经网络或者脉冲神经网络和人工神经网络的结合。本申请实施例的技术方案可以有效应对神经网络构建需求的多样性,保证神经网络的构建和仿真效果。
-