imec, TU Delft ve Twente Üniversitesi tarafından "Dijital nöromorfik mimaride olaya dayalı sinir ağlarının optimize edilmesi: kapsamlı bir tasarım alanı araştırması" başlıklı yeni bir teknik makale yayınlandı.
Özet
“Nöromorfik işlemciler, beyinden ilham alan yeni tasarım metodolojilerini benimseyerek düşük gecikme süresi ve enerji açısından verimli işleme vaat ediyor. Ancak mevcut nöromorfik çözümler, geleneksel derin öğrenme hızlandırıcılarının pratik uygulamalardaki performansına ve alan verimliliğine rakip olmaya devam ediyor. Olay odaklı veri akışı işleme ve yakın/bellek içi bilgi işlem, nöromorfik işlemcilerin iki baskın tasarım eğilimidir. Bununla birlikte, olaya dayalı işleme yükünün azaltılması ve yakın/bellek içi hesaplamanın haritalama verimliliğinin arttırılması konusunda zorluklar devam etmektedir; bu da performansı ve alan verimliliğini doğrudan etkiler. Bu çalışmada, bu zorlukları tartışıyoruz ve ölçeklenebilir ve esnek bir nöromorfik mimari olan SENECA'da olaya dayalı sinir ağı çıkarımını optimize etmeye yönelik araştırmamızı sunuyoruz. Olay odaklı işlemenin yükünü gidermek için kapsamlı tasarım alanı araştırması gerçekleştiriyoruz ve toplam enerjiyi ve gecikmeyi azaltmak için ani artış gruplandırması öneriyoruz. Ayrıca, nöromorfik işlemci üzerindeki evrişimli sinir ağlarında (CNN'ler) alan verimliliğini ve gecikmeyi artırmak için olay odaklı derinlik öncelikli evrişimi tanıtıyoruz. Optimize edilmiş çözümümüzü anahtar kelime belirleme, sensör birleştirme, rakam tanıma ve yüksek çözünürlüklü nesne algılama görevlerinde karşılaştırdık. Diğer son teknolojiye sahip büyük ölçekli nöromorfik işlemcilerle karşılaştırıldığında, önerdiğimiz optimizasyonlar enerji verimliliğinde 6 kat ila 300 kat artış, gecikmede 3 kat ila 15 kat artış ve 3 kat ila 100 kat artış sağlıyor alan verimliliğinde. Olay tabanlı sinir ağlarına yönelik optimizasyonlarımız, potansiyel olarak çok çeşitli olay tabanlı nöromorfik işlemcilere genelleştirilebilir."
teknik bul kağıt burada. Mart 2024'te yayınlandı.
Xu, Yingfu, Gert-Jan van Schaik, Alexandra Dobrita, Roy Meijer, Cina Arjmand, Kanishkan Vadivel, Manolis Sifalakis, Guangzhi Tang ve Amirreza Yousefzadeh. "Dijital Nöromorfik Mimaride Olay Tabanlı Sinir Ağlarının Optimize Edilmesi: Kapsamlı Bir Tasarım Alanı Keşfi." Sinirbilimde Sınırlar 18: 1335422.
- SEO Destekli İçerik ve Halkla İlişkiler Dağıtımı. Bugün Gücünüzü Artırın.
- PlatoData.Network Dikey Üretken Yapay Zeka. Kendine güç ver. Buradan Erişin.
- PlatoAiStream. Web3 Zekası. Bilgi Genişletildi. Buradan Erişin.
- PlatoESG. karbon, temiz teknoloji, Enerji, Çevre, Güneş, Atık Yönetimi. Buradan Erişin.
- PlatoSağlık. Biyoteknoloji ve Klinik Araştırmalar Zekası. Buradan Erişin.
- Kaynak: https://semiengineering.com/optimizing-event-based-neural-network-processing-for-a-neuromorphic-architecture/
