NT Adaptive ™ PCIe

Модуль расширения адаптивной нейронной сети, готовый к подключению к шине PCIe, чтобы вы могли получить доступ к цифровой нейронной сети NeuroMem® для изучения, классификации и мониторинга ваших данных. Доступны модули с тремя различными емкостями нейронов — 2304, 4608 и 9216.

Видео примеры

Посмотреть все видео на Youtube >>>

Представлена возможность нейроморфика определять положение выключателей, светодиодной индикации и оказаний приборов в реальном времени.

Демонстрация результата работы программы, разработанной на Python. Различные варианты демонстрации возможностей нейроморфных чипов. Распознавание положений блоков автоматического питания, световая индикация контрольных ламп, показания стрелочных индикаторов, значений семи-сегментных индикаторов, положений автоматических выключателей.

Показана демонстрационная программа, написанная на Python. Используется комбинация открытой библиотекой OpenCV и нейроморфных чипов NM500 при работе с платой расширения PCIe. OpenCV используется только для поиска лиц на фотографиях. Само обучение и распознавание самих лиц выполняется с помощью нейроморфных чипов.

Демонстрация программы, разработанной на Python. Демонстрация последовательности выбора изображения, выбора области интереса, выбора и настройки параметров нейроморфного чипа, таких как MAXIF, категорий, процесс обучения и проверки результатов обучения. Программа использует нейроморфные чипы на плате PCIe.

Нейроморфный контроллер

Обзор

NT Adaptive PCIe представляет собой полностью параллельную кремниевую нейронную сеть — это цепочка идентичных элементов (нейронов), адресованных параллельно и имеющих свой собственный «генетический» материал для распознавания и запоминания шаблонов без запуска единой строчки кода и без усилий со стороны любого процессора. Кроме того, нейроны полностью взаимодействуют друг с другом через двунаправленную и параллельную шину, которая является ключом к точности, адаптивности и быстродействию. Действительно, каждый нейрон включает информацию от всех других нейронов в свою собственную логику обучения и в свою логику реакции.

Доступ к сети осуществляется через интерфейс PCIe.

Описание контроллера

Ключевые особенности нейронной сети

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

• размер компонентов — 8 бит;
• все нейроны имеют одинаковое поведение и выполняют инструкции параллельно независимо от кластера или даже чипа, которому они принадлежат;
• высокая скорость обучения и распознавания одного нейрона (<96 мкс);
• нейроны могут быть связаны с разными контекстами (до 128), и их использование может быть включено или отключено путем выбора значения контекста;
• нет контролера или супервизора;
• выбор одного из двух классификаторов: K-ближайшего соседа (KNN) или радиальной базовой функции (RBF);
• выбор одной из двух метрик: L1 (манхэттенское расстояние) или Lsup (расстояние Чебышева);
• время распознавания не зависит от количества используемых нейронов;
• автоматический генератор моделей, встроенный в нейроны

Операции

Интерфейс нейронной сети сводится к 4 основным операциям:

• выучить вектор;
• распознать вектор;
• сохранить знания, накопленные нейронами;
• загрузить знания в нейроны.

Эти операции выполняются через функции API.

Структура данных

Содержимое каждого нейрона сохраняется в 263 байтах следующим образом:

• 256 байт вектора;
• 1 байт контекста;
• 2 байта поля минимального влияния;
• 2 байта активного поля влияния;
• 2 байта категории.