面向异构集群的脉冲神经网络分布式部署和模拟方法

本申请涉及一种面向异构集群的脉冲神经网络分布式部署和模拟方法，其中，方法包括：基于预设的突触编号和神经元编号，确定目标突触前神经元和目标突触后神经元之间的双向连接关系，以根据双向连接关系构建可逆型脉冲神经网络；对多种异构计算单元进行划分，以得到多个子通信架构，并通过多个子通信架构和预设通信策略构建层次化集群通信架构；评估层次化集群通信架构中每个异构计算单元的计算效率，以基于计算效率和层次化集群通信架构，执行可逆型脉冲神经网络的网络分割和任务划分操作。由此，解决了现有的SNN网络模拟过程的前向连接和SNN学习算法的反向连接表示形式不兼容，且在集群SNN仿真系统中，服务器间通信总量大，报文冗余度高等问题。