论文部分内容阅读
自2016年Alphago在职业围棋比赛中打败了人类顶尖围棋选手后,人工智能发展如火如荼。但是基于现有的计算机架构的限制,要设计出达到类人智能十分困难。“冯·诺依曼”架构的计算机体系的特征是内存与CPU分离,两者之间通过数据总线进行数据交换。当处理大型问题时,存储单元与计算单元的通信延时成为性能瓶颈,造成严重的存储墙效应。而生物大脑通过神经网络处理信息,神经元既有计算功能,又有存储功能,实现了运行与存储高度结构一体化,并且功耗极低。因此本文对多CPU类脑模拟系统展开研究,合理设计多CPU的组织方式,利用FPGA的多路交换特性,使用合适的互联结构,减少互联的物理连接,以实现类脑模拟系统。本文对多CPU类脑模拟系统相关问题进行了研究。第一,多CPU类脑模拟系统需要解决多个CPU如何有效的组织互联问题。根据问题分析了四边形、六边形和八边形的互联结构,最终结果选择具有对称性、扩展性和网络直径较少的六边形作为计算节点的互联结构。结合FPGA、CAM和六边形的互联结构的特点,提出了类脑模拟系统硬件的方案并研制了电路板。第二,本文提出多CPU类脑模拟系统的路由协议。结合神经元之间联结固定不变的特点,采用源地址寻址方式实现使用固定路由表,降低路由协议设计的复杂度。第三,单CPU单核神经元模拟软件系统的设计,解决了线程中模拟神经元和神经脉冲数据包的传输问题。在单CPU单核神经元模拟软件系统的基础上,提出单CPU多核神经元模拟软件系统方案,解决线程之间的脉冲数据包的传输问题。结合多CPU类脑模拟系统主板对单CPU多核神经元模拟软件系统进一步优化,实现了多CPU核神经元目标。按照本文设计方案研制类脑模拟系统主板来验证本系统的可行性。设计测试程序并在类脑模拟系统主板上进行测试以验证系统的传输性能,模拟RS、BI和CH皮层神经元并与Eugene M.Izhikevich提供的仿真模拟进行了对比分析,最后对Izhikevich神经网络进行了模拟实验。