一种面向类脑计算的脉冲传递方法、设备及介质与流程

本发明涉及类脑计算，尤其涉及一种面向类脑计算的脉冲传递方法、设备及介质。

背景技术：

1、类脑计算是一种受大脑工作方式启发而提出的智能计算技术，以脑科学、认知科学、计算神经学等领域的研究成果为基础，通过学习和借鉴生物神经系统的信息处理机制、生理结构和主要功能，追求在人工计算系统中模拟和实现生物大脑的处理能力和处理效率，具有能效高、速度快、容错度高、可扩展性强等优点。在类脑计算领域，snn（spikingneural network，脉冲神经网络）作为能够高效表征生物神经系统的信息处理机制、结构和功能的一个典型代表，逐步成为了学术研究和工程应用的焦点，是当前类脑计算研究中最为常用的人工神经网络模型之一。脉冲神经网络同时具备较高的生物可靠性和计算有效性，通过模仿生物神经元的脉冲释放行为进行信息传递。由于其具有受稀疏事件驱动的特性，snn网络的能量效率很高，并且具有强实时性，非常适合于高性能处理器、边缘计算和终端设备等对功耗和延时敏感的应用场景。因此，类脑计算技术能够极大地提升端边云协同计算系统的整体效能。

2、在分布式计算系统中运用类脑计算技术的收益主要包括：类脑计算的事件驱动机制，能够对终端设备发起的本地事件进行快速响应，从而大幅提升分布式端边云系统的实时处理能力；类脑计算的数据处理对象是易于编码的脉冲序列，能够减少需要传输的数据量，从而提升网络带宽的利用效率，缓解终端设备和边缘网络的带宽压力；类脑计算的神经元脉冲发放具有稀疏性，由此带来的低功耗优势，能够显著提升协同计算系统中的各类计算节点、尤其是边缘计算和终端设备的能量效率。

3、但是，现有的分布式计算系统大多仅对深度神经网络（deep neural network，dnn）等常见的人工神经网络提供了软硬件层面的支持，并未实现对snn网络计算功能的融合兼容。例如，基于hipu（high-performance intelligent processing unit，高性能智能处理单元）系列芯片的类脑指令集中，仅包含一条脉冲序列运算gp指令，其灵活性和参数可配置性略显不足，难以实现指令级别的资源占用和运算性能的折中，达尔文3芯片的gsprs指令（脉冲生成操作指令）是一个有效信息仅为4比特的编码，其用途是分别指示是否需要做出脉冲发放、门限比较、自适应更新、复位膜电位值等4个操作，但该指令仍需通过调用其他的运算类指令，才能计算得到脉冲值，因而指令代码的密度不够，严重制约着类脑智能处理器的进一步发展和应用。

4、在snn计算全流程中，脉冲生成作为膜电位累积与脉冲传递之间的关键枢纽环节，其指令级实现的优劣直接影响snn推理的整体效率。因此，亟需一种系统性的技术方案，提升snn脉冲生成操作的指令级效率，进而推动类脑计算在分布式系统中的落地应用。

技术实现思路

1、本发明提供了一种面向类脑计算的脉冲传递方法、设备及介质，以解决现有snn计算时脉冲生成指令有待优化，严重制约snn计算性能的问题。

2、根据本发明的一方面，提供了一种面向类脑计算的脉冲传递方法，包括：

3、对神经元输入脉冲值进行膜电位累积，得到膜电位累积值；

4、根据脉冲神经网络源码脚本中的脉冲生成指令以及膜电位累积值，生成触发脉冲，并将触发脉冲传递至下游神经元；其中，脉冲生成指令，包括单脉冲生成指令或者脉冲批量生成指令。

5、根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：

6、至少一个类脑处理器；以及与所述至少一个类脑处理器通信连接的存储器；

7、其中，所述存储器存储有可被所述至少一个类脑处理器执行的计算机程序，所述计算机程序被所述至少一个类脑处理器执行，以使所述至少一个类脑处理器能够执行本发明任一实施例所述的面向类脑计算的脉冲传递方法。

8、根据本发明的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使类脑处理器执行时实现本发明任一实施例所述的面向类脑计算的脉冲传递方法。

9、根据本发明的另一方面，提供了一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序在被类脑处理器执行时实现本发明任一实施例所述的面向类脑计算的脉冲传递方法。

10、本发明实施例的技术方案，通过对神经元输入脉冲值进行膜电位累积，得到膜电位累积值，从而根据脉冲神经网络源码脚本中的脉冲生成指令以及膜电位累积值，生成触发脉冲，并将触发脉冲传递至下游神经元。本方案基于单脉冲生成指令或者脉冲批量生成指令，不依赖其他运算指令进行脉冲生成，脉冲批量生成指令的代码密度更高，可以批量生成触发脉冲，提高了snn整体计算性能，而单脉冲生成指令对类脑处理器的性能要求更低，两种脉冲生成指令在适配snn分布式计算的同时，还可以由技术人员按需灵活选择，解决了现有snn计算时脉冲生成指令有待优化，严重制约snn计算性能的问题，能够适配snn分布式计算，实现脉冲生成指令的优化，提高snn计算性能。

11、应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。

1.一种面向类脑计算的脉冲传递方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，根据脉冲神经网络源码脚本中的单脉冲生成指令以及所述膜电位累积值，生成触发脉冲，包括：

3.根据权利要求1所述的方法，其特征在于，根据脉冲神经网络源码脚本中的单脉冲生成指令以及所述膜电位累积值，生成触发脉冲，包括：

4.根据权利要求1所述的方法，其特征在于，根据脉冲神经网络源码脚本中的脉冲批量生成指令，生成触发脉冲，包括：

5.根据权利要求1所述的方法，其特征在于，根据脉冲神经网络源码脚本中的脉冲批量生成指令，生成触发脉冲，包括：

6.根据权利要求1所述的方法，其特征在于，神经元输入脉冲值，包括当前神经元第一路输入脉冲值以及当前神经元第二路输入脉冲值；

7.根据权利要求1所述的方法，其特征在于，对神经元输入脉冲值进行膜电位累积，得到膜电位累积值，包括：

8.一种电子设备，其特征在于，所述电子设备包括：

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使类脑处理器执行时实现权利要求1-7中任一项所述的面向类脑计算的脉冲传递方法。

10.一种计算机程序产品，其特征在于，所述计算机程序产品包括计算机程序，所述计算机程序在被类脑处理器执行时实现根据权利要求1-7中任一项所述的面向类脑计算的脉冲传递方法。