摘要
本发明公开了一种脉冲卷积神经网络到类脑计算芯片的数据映射方法,包括以下步骤:S1、计算图切分:将计算图的数据进行并行切分,得到各个子图;S2、核间通信建模:将核间通信建模为三维装箱模型,三维装箱模型包含映射神经元核和统计通信负载;S3、计算代价函数:利用三维空间,将通信优化问题建模为三维装箱问题,优化目标即为最小化最大高度;S4、优化代价函数:基于代价函数采用枚举算法或启发式算法选择最优分割方案,再执行步骤S1,得到最终的并行数据流图;该方法实现基于类脑计算芯片的脉冲卷积神经网络自动并行化部署,可降低通信延迟,提升计算效率。
技术关键词
脉冲卷积神经网络
数据映射方法
装箱模型
启发式算法
有向无环图模型
邻域
芯片
核心
爬山算法
网格
节点
通信效率
网络结构
超参数
策略
坐标
系统为您推荐了相关专利信息
混合整数线性规划模型
工件
启发式算法
进化算法
邻域
异构多核处理器
任务调度方法
任务调度系统
搜索算法
序列
预测电能表
软件可靠性评估
时间段
启发式算法
神经网络模型
启发式算法
巡检路径
监控无人机飞行
粒子群优化算法
历史信息数据库
伺服方法
双机器人协同
控制模块
点云信息
柔性物体表面