神经拟态计算芯片的分布式处理方法、装置及存储介质

本发明涉及神经拟态计算芯片技术领域，公开了一种神经拟态计算芯片的分布式处理方法、装置及存储介质。所述方法包括：对神经拟态计算芯片的计算任务进行特征分解，得到任务编码向量；对神经元核心进行工作状态采集，获取核心状态矩阵；将任务编码向量和核心状态矩阵输入初始深度强化学习网络，生成资源分配策略；对资源分配策略进行序列重构，输出神经元核心与计算任务的映射方案；根据映射方案配置突触连接权重，将计算任务转换为脉冲信号序列，通过异步事件触发机制在神经元核心间传递执行；计算突触权重更新梯度进行参数优化，得到目标深度强化学习网络。本发明提升了神经拟态计算芯片的资源利用率和处理效率，降低了能耗。