[发明专利]一种面向亿级神经元类脑计算机的芯片扩展方法有效

专利信息
申请号: 202011261807.2 申请日: 2020-11-12
公开(公告)号: CN112269751B 公开(公告)日: 2022-08-23
发明(设计)人: 马德;戴书画;李一涛;潘纲 申请(专利权)人: 浙江大学
主分类号: G06F13/40 分类号: G06F13/40;G06F13/42;G06N3/06
代理公司: 杭州天勤知识产权代理有限公司 33224 代理人: 曹兆霞
地址: 310013 浙江*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 面向 神经元 计算机 芯片 扩展 方法
【权利要求书】:

1.一种面向亿级神经元类脑计算机的芯片扩展方法,其特征在于,包括以下步骤:

通过以太网通信模块为所述面向亿级神经元类脑计算机拓展连接多个芯片簇,组成计算集群;

通过数据中转站为每个芯片簇拓展连接多个芯片阵列;

通过异步数据通信模块为每个芯片阵列拓展连接矩阵排列的多个类脑计算芯片,每个类脑计算芯片包含以矩阵排列的多个计算神经元节点;

其中,所述异步数据通信模块作为每个类脑计算芯片的通信桥梁,包括异步收发接口、并行分发单元、串行仲裁单元;

所述异步收发接口异步接收和发送传输数据;

所述并行分发单元解析异步接收的传输数据,并请求对应计算神经元节点的数据注入许可后,将传输数据并行注入类脑计算芯片的计算神经元节点中;

所述串行仲裁单元将多个计算神经元节点并行输出的结果数据归并到一个串行输出队列中作为传输数据。

2.如权利要求1所述的面向亿级神经元类脑计算机的芯片扩展方法,其特征在于,所述并行分发单元解析异步接收的传输数据包的包头,从数据包头中提取目的地址,依据目的地址相对应计算神经元节点的虚拟通道请求许可,将传输数据注入该计算神经元节点中。

3.如权利要求1所述的面向亿级神经元类脑计算机的芯片扩展方法,其特征在于,所述串行仲裁单元采用轮询仲裁算法将计算神经元节点的结点数据归并到一个串行输出队列中作为传输数据。

4.如权利要求1~3任一项所述的面向亿级神经元类脑计算机的芯片扩展方法,其特征在于,为每个类脑计算芯片的每个矩形边界配置一个异步数据通信模块,可以实现四个方向的数据的通信传输。

5.如权利要求1所述的面向亿级神经元类脑计算机的芯片扩展方法,其特征在于,所述数据中转站包括发送分配模块、接收仲裁模块、多个异步通信模块,每个异步通信模块对应一个芯片阵列;

所述异步通信模块包括接收队列、发送队列、芯片间数据队列、异步握手接口和地址映射器,其中,所述异步握手接口接收传输数据形成接收队列,同时将发送队列内的传输数据发送出去,地址映射器将接收队列中的传输数据映射到其他芯片阵列;

所述发送分配模块协调管理各异步通信模块中发送队列、接收队列以及芯片间数据队列的数据通路的开关;

所述接收仲裁模块协同管理传输给其他芯片簇的数据有序存入簇间发送队列。

6.如权利要求5所述的面向亿级神经元类脑计算机的芯片扩展方法,其特征在于,所述地址映射器包含两种地址映射方案;

地址映射方案一:在进行传输数据映射时,将当前芯片阵列的部分虚拟地址直接映射到其他芯片阵列相同形状的地址区域,以使当前芯片阵列与其他芯片阵列中的计算神经元节点一一对应,实现传输数据的映射;

地址映射方案二:配置一张地址映射表,并依据地址映射表中的映射信息将传输数据映射到其他芯片阵列中相应的计算神经元节点。

7.如权利要求6所述的面向亿级神经元类脑计算机的芯片扩展方法,其特征在于,所述地址映射器对传输数据的映射过程为:

当传输数据的数据包头到达时,解析数据包头并依据映射方案确定传输数据的目的地址,并将数据包头的虚拟地址修改为对应的目的地址后,注入到发送队列,同时记录目的地址,当数据负载和数据包尾到达时,将数据负载和数据包尾转发至目的地址。

8.如权利要求1所述的面向亿级神经元类脑计算机的芯片扩展方法,其特征在于,所述以太网通信模块为每个芯片簇配置一个IP地址,通过TCP协议将所有芯片簇互联,进行数据交换与管理。

9.如权利要求1~3、5~8任一项所述的面向亿级神经元类脑计算机的芯片扩展方法,其特征在于,选择计算集群中的一个芯片簇作为服务端,其余芯片簇作为客户端,客户端与服务端通过以太网通信模块进行芯片簇之间的数据交换。

10.如权利要求4所述的面向亿级神经元类脑计算机的芯片扩展方法,其特征在于,选择计算集群中的一个芯片簇作为服务端,其余芯片簇作为客户端,客户端与服务端通过以太网通信模块进行芯片簇之间的数据交换。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江大学,未经浙江大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011261807.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top