Neuromorphe Controller

Übersicht

Das NT Adaptive PCIe ist ein vollständig paralleles neuronales Netzwerk aus Silizium – es ist eine Kette identischer Elemente (Neuronen), die parallel adressiert werden und über ihr eigenes „genetisches” Material verfügen, um Muster zu lernen und abzurufen, ohne eine einzige Zeile Code auszuführen und ohne an eine überwachende Einheit zu berichten. Darüber hinaus arbeiten die Neuronen über einen bidirektionalen und parallelen Neuronenbus vollständig miteinander zusammen, was der Schlüssel zu Genauigkeit, Adaptivität und Geschwindigkeit ist. In der Tat bezieht jedes Neuron Informationen von allen anderen Neuronen in seine eigene Lernlogik und in seine Reaktionslogik ein. Der Zugriff auf das Netzwerk erfolgt über die PCIe-Schnittstelle.

Controller-Beschreibung

Hauptmerkmale des neuronalen Netzwerks

• Gruppe von 2304 Neuronen (bis zu 256 Komponenten) identische Neuronen, die parallel das gleiche Eingangsmuster erkennen;
• Die Größe der Komponenten – 8 Bit;
• Alle Neuronen haben das gleiche Verhalten und führen die Befehle parallel aus, unabhängig davon, zu welchem Cluster oder sogar Chip sie gehören;
• Schnelles Lernen und Erkennen für ein Neuron (<80 μsec);
• Die Neuronen können verschiedenen Kontexten zugeordnet werden (bis zu 128) und ihre Verwendung kann durch Auswahl eines Kontextwertes aktiviert oder deaktiviert werden;
• Kein Controller oder Supervisor;
• Auswahl von einem von zwei Klassifikatoren: K-Nächster Nachbar (KNN) oder Radiale Basisfunktion (RBF);
• Auswahl einer von zwei Metriken: L1(Manhattan-Metrik) oder Lsup (Tschebyschew-Norm);
• Die Erkennungszeit ist unabhängig von der Anzahl der verwendeten Neuronen;
• Automatischer Modellgenerator in den Neuronen eingebaut

Betrieb

Die Schnittstelle zum neuronalen Netzwerk lässt sich auf 4 Hauptoperationen reduzieren:

• Lernen Sie einen Vektor;
• Erkennen Sie einen Vektor;
• Speichern Sie das von den Neuronen aufgebaute Wissen;

Laden Sie ein Wissen in die Neuronen. Diese Vorgänge werden über API-Funktionen ausgeführt.

Datenstruktur

Der Inhalt jedes Neurons wird in 263 Bytes wie folgt gespeichert:

• 256 Bytes des Vektors;
• 1 Byte des Kontexts;
• 2 Bytes des minimalen Einflussfeldes;
• 2 Bytes des aktiven Einflussfeldes;
• 2 Bytes der Kategorie.