神經形態(tài)芯片的關鍵模塊和系統(tǒng)設計.pdf

1、近幾年來，深度學習算法快速發(fā)展，大規(guī)模的圖像處理和迭代計算對硬件提出了新的要求。傳統(tǒng)的計算機都是基于“馮諾依曼架構”設計，即數(shù)據(jù)在處理器和內存之間來回計算。這種架構適合數(shù)字運算和程序執(zhí)行，但是并不適合處理圖像、聲音類信號。而人類的大腦卻可以輕松地同步處理視覺、聽覺和嗅覺等信號。通過研究人腦工作原理，學術界提出了一種不同于傳統(tǒng)計算機架構的神經形態(tài)芯片，在處理圖像和聲音類信號方面有重大優(yōu)勢。為此，本文提出了一種模數(shù)混合超大規(guī)模脈沖型神經網(wǎng)絡

2、電路。
　　本文先介紹了生物神經網(wǎng)絡的原理和相應的電路模型，從理論上證明了神經網(wǎng)絡電路設計的可行性，并根據(jù)應用的需求和電路自身的限制定義了芯片的內部結構。該芯片主要分為四個模塊，神經元電路陣列、突觸電路陣列、SRAM(Static Random AccessMemory，靜態(tài)隨機存儲器)存儲單元陣列和AER(Address Event Representation)通信電路。其中，神經元電路陣列和突觸電路陣列具有生物神經元和突觸的

3、時間特性，實現(xiàn)了脈沖頻率可調，突觸權重可配的功能。同時，通過改變突觸電路和神經元電路的連接關系可以實現(xiàn)多種應用。利用AER電路，能夠讓芯片和微處理器通信，并通過更新SRAM單元中的突觸權重值來研究不同種類的STDP(Spike-Timing Dependent Plasticity)學習算法的效果。
　　該芯片采用了smic180nm CMOS工藝，包含了總共32×32個SRAM單元，2×32個突觸電路，32個I&F神經元電路和A