TrueNorth — исследовательский проект нейроморфического процессора второго поколения от компании IBM |
||
МЕНЮ Искусственный интеллект Поиск Регистрация на сайте Помощь проекту ТЕМЫ Новости ИИ Искусственный интеллект Разработка ИИГолосовой помощник Городские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Техническое зрение Чат-боты Авторизация |
2016-08-16 23:12 TrueNorth - исследовательский проект нейроморфического процессора второго поколения от компании IBM. Микрочип TrueNorth был разработан к лету 2014 года в рамках программы DARPA SyNAPSE. Процессор имеет неклассическую архитектуру (не основан на архитектуре фон Неймана) и вдохновлен некоторыми моделями работы неокортекса. Чип TrueNorth изготовлен по планарной полупроводниковой технологии по техпроцессу 28 нм на заводе Samsung. Он содержит 5.4 миллиарда транзисторов (что делает его одним из крупнейших на момент выпуска), с помощью которых реализованы: один миллион эмулируемых «нейронов» 256 миллионов эмулируемых связей между нейронами - «синапсов». около 400 мегабит SRAM памяти (приблизительно 50 мегабайт) Для организации такого количества элементов использовалось 4096 блоков («ядер») в двухмерном массиве размером 64 на 64. Каждый блок («ядро») содержит планировщик, модуль управления токенами, около 100 килобит SRAM памяти для хранения состояния «синапсов» и «нейронов», модуль коммуникации с соседними ядрами (маршрутизатор, router), и логическую реализацию «нейронов», которая позволяет каждому блоку моделировать 256 «нейронов» с частотой 1 кГц. Чип построен по асинхронной технологии, созданной в Cornell University. Моделируются «нейроны» с двоичным состоянием (Spiking neurons; Integrate-and-fire). Синапсы имеют веса, выражающиеся как 9-ти битные целые, и 4-битную временную задержку. Энергопотребление чипа составляет 70-100 милливатт (при анализе видео 400x240 30 fps), производительность систем на базе чипа оценивается авторами в 46 млрд «синаптических операций в секунду на ватт.» Комментарии: |
|