[发明专利]用于神经模拟器的共享存储器架构

说明书

本公开的各方面提供用于在用硬件实现的人工神经系统模拟器中分配存储器的方法和装置。根据一些方面，正被模拟的人工神经系统的一个或多个组件的存储器资源需求可被确定并且共享存储器池的各部分(可包括片上和/或片外RAM)可基于该确定来分配给各组件。

根据35U.S.C.§119的优先权要求

本申请要求于2013年10月11日提交的美国临时专利申请S/N.61/889,682、以及于2014年8月5日提交的美国专利申请S/N.14/451,954的权益，这两篇申请的全部内容通过援引纳入于此。

背景

领域

本公开的一些方面一般涉及人工神经系统，更具体地涉及可用于在硬件模拟器中向此类人工神经系统的组件分配存储器的方法和装置。

背景

可包括一群互连的人工神经元(即神经处理单元)的人工神经网络是一种计算设备或者表示将由计算设备执行的方法。人工神经网络可具有生物学神经网络中的对应的结构和/或功能。然而，人工神经网络可为其中传统计算技术是麻烦的、不切实际的、或不胜任的某些应用提供创新且有用的计算技术。由于人工神经网络能从观察中推断出功能，因此这样的网络在因任务或数据的复杂度使得通过常规技术来设计该功能较为麻烦的应用中是特别有用的。

一种类型的人工神经网络是尖峰(spiking)神经网络，其将时间概念以及神经元状态和突触状态纳入到其工作模型中，由此提供了丰富的行为集，在神经网络中能从该行为集涌现出计算功能。尖峰神经网络基于以下概念：神经元基于该神经元的状态在一个或多个特定时间激发或发放“尖峰”，并且该时间对于神经元功能而言是重要的。当神经元激发时，它生成一尖峰，该尖峰行进至其他神经元，这些其他神经元继而可基于接收到该尖峰的时间来调整它们的状态。换言之，信息可被编码在神经网络中的尖峰的相对或绝对定时中。

概述

本公开的一些方面一般涉及用于在用硬件实现的人工神经系统模拟器中分配存储器的方法。该方法一般包括确定正被模拟的人工神经系统的一个或多个组件的存储器资源需求以及基于该确定来向这些组件分配共享存储器池的各部分。

本公开的某些方面还提供用于执行以上描述的操作的各种装置和程序产品。

本公开的一些方面提供一种用于在用硬件实现的人工神经系统模拟器中分配存储器的装置。该装置一般包括处理系统，该处理系统被配置成确定正被模拟的人工神经系统的一个或多个组件的存储器资源需求以及基于该确定来向这些组件分配共享存储器池的各部分。

本公开的一些方面提供一种用于在用硬件实现的人工神经系统模拟器中分配存储器的装备。该装备一般包括用于确定正被模拟的人工神经系统的一个或多个组件的存储器资源需求的装置以及用于基于该确定来向这些组件分配共享存储器池的各部分的装置。

本公开的某些方面提供一种其上存储有可由计算机执行的指令的计算机可读介质。可执行这些指令以用于确定正被模拟的人工神经系统的一个或多个组件的存储器资源需求并基于该确定来向这些组件分配共享存储器池的各部分。

附图简述

为了能详细理解本公开的以上陈述的特征所用的方式，可参照各方面来对以上简要概述的内容进行更具体的描述，其中一些方面在附图中解说。然而应该注意，附图仅解说了本公开的某些典型方面，故不应被认为限定其范围，因为本描述可允许有其他等同有效的方面。

图1解说了根据本公开的某些方面的示例神经元网络。

图2解说了根据本公开的某些方面的计算网络(神经系统或神经网络)的示例处理单元(神经元)。

图3解说了根据本公开的某些方面的示例尖峰定时依赖可塑性(STDP)曲线。