摘要
本发明涉及一种基于脉冲神经网络的神经形态计算系统及计算方法,所述系统包括:神经形态处理器,用于采用若干个物理神经元构建硬件化的脉冲神经网络,对实时输入图像进行脉冲编码和目标识别;基于RISC‑V指令架构实现的中央处理器,用于执行构建脉冲神经网络所需的控制指令;神经形态处理器还用于在控制指令的控制下对脉冲神经网络进行在线学习;存储器,用于存储中央处理器运行所需的程序指令以及中央处理器与神经形态处理器之间传输的数据。本发明还提供了一种神经形态计算方法。本发明提出的神经形态计算技术方案实现了在精度、计算速度、能效三者之间的高度平衡,可以准确、高效、低功耗地处理动态和复杂的任务数据。
技术关键词
神经形态处理器
近似加法器
物理
放电模型
脉冲编码器
中央处理器
进位加法器
流水线架构
卷积滤波器
计算方法
信号
指令
决策
冻结器
数据存储器
图像
系统为您推荐了相关专利信息
颗粒运动模拟方法
湍流模型
运动模拟装置
模拟模型
非暂态计算机可读存储介质
压缩空气泡沫
特高压
性能预测模型
火灾场景
数据
文件夹
计算方法
非瞬时性计算机可读存储介质
存储集群
并行计算单元