Controlador neuromórfico

Descrição geral

A NT Adaptive PCIe é uma rede neural de silicone totalmente paralela – é uma cadeia de elementos idênticos (neurónios) endereçados em paralelo e com o seu próprio material “genético” para aprender e recordar padrões sem executar uma única linha de código e sem informar qualquer unidade supervisora. Além disso, os neurónios colaboram na totalidade uns com os outros através de um bus bidirecional e paralelo, que é a chave para a precisão, adaptabilidade e velocidade do desempenho. Na verdade, cada neurónio incorpora informações de todos os outros neurónios na sua própria lógica de aprendizagem e na sua lógica de resposta.

O acesso à rede é efetuado através da interface PCIe.

Descrição do controlador

Principais funcionalidades da rede neural

Группа из 2304 нейронов (до 256 компонентов) идентичных нейронов, распознающих один и тот же входной паттерн параллельно;

• Grupo de 2304 neurónios (até 256 componentes) neurónios idênticos reconhecem o mesmo padrão em paralelo;
• O tamanho dos componentes – 8 bits;
• Todos os neurónios têm o mesmo comportamento e executam as instruções em paralelo,
  independentemente do cluster ou até mesmo do chip a que pertencem;
• Aprendizagem e reconhecimento de alta velocidade para um neurónio (<80 μs);
• Os neurónios podem ser associados a diferentes contextos (até 128) e a sua utilização pode ser ativada
  ou desativada selecionando um valor de contexto;
• Sem controlador ou supervisor;
• Seleção de um ou dois classificadores: K-vizinho mais próximo (KNN) ou função de base radial (RBF);
• Seleção de uma ou duas métricas: L1 (distância de Manhattan) ou Lsup (distância de Chebyshev);
• O tempo de reconhecimento é independente do número de neurónios em utilização;
• Gerador automático de modelos incorporado nos neurónios

Operações

A interface para a rede neural resume-se a 4 operações principais:

• Aprender um vetor;
• Reconhecer um vetor;
• Guardar o conhecimento desenvolvido pelos neurónios;
• Carregar um conhecimento nos neurónios.

Estas operações são executadas através de funções API.

Estrutura de dados

O conteúdo de cada neurónio é guardado em 263 bytes da seguinte forma:

• 256 bytes de vetor;
• 1 byte de contexto;
• 2 bytes de campo de influência mínima;
• 2 bytes de campo de influência ativa;
• 2 bytes de categoria.