[發明專利]一種異構協同系統及其通信方法有效
| 申請號: | 201910487098.0 | 申請日: | 2019-06-05 |
| 公開(公告)號: | CN110213165B | 公開(公告)日: | 2021-04-13 |
| 發明(設計)人: | 施路平;王冠睿;鄒哲 | 申請(專利權)人: | 北京靈汐科技有限公司 |
| 主分類號: | H04L12/741 | 分類號: | H04L12/741;G06N3/04 |
| 代理公司: | 北京睿派知識產權代理事務所(普通合伙) 11597 | 代理人: | 劉鋒 |
| 地址: | 100080 北京市*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 協同 系統 及其 通信 方法 | ||
本發明實施例公開了一種異構協同系統及其通信方法,根據計算單元的輸出信息確定包含有用于人工神經網絡計算的數值量信息和用于脈沖神經網絡計算的脈沖信息的路由包,以傳輸給下一個計算單元,由此,可以減少不同類型的計算單元之間數據傳輸所需的代價,從而減小延遲時間,提高數據處理效率。
技術領域
本發明涉及計算機技術領域,更具體地,涉及一種異構協同系統及其通信方法。
背景技術
神經網絡是一種模仿生物大腦突觸-神經元結構進行數據處理的計算系統,由分為多層的計算節點和層間的連接組成。神經網絡具有強大的非線性和自適應數據處理能力。
目前典型的神經網絡包括人工神經網絡和脈沖神經網絡。人工神經網絡基于對神經元模型的簡化和對大腦網絡的高度抽象,將人工神經元按一定結構連接成網絡,其輸入輸出均為數值量信息,借鑒大腦分層結構,可以構建較深的網絡模型,在特征提取、模式識別等問題上展現出顯著優勢。但數值量信息在一定程度上丟失了時間信息,大規模網絡消耗較多計算資源,能耗較高。
脈沖神經網絡更貼近實際生物模型,利用微分方程對神經元建模,輸入輸出為用0/1表示的脈沖序列,通過膜電位累計與閾值發放完成計算任務,具有網絡動力學特性,蘊含豐富的時間信息,在處理序列問題上具有一定優勢,事件驅動的處理模式也帶來低功耗特性。但其在運算精度、大規模數據和網絡上有待提升。由此,單獨采用人工神經網絡或脈沖神經網絡都無法處理復雜的人工通用智能的任務場景,例如同時需要精確數值和快速響應的任務場景。
發明內容
有鑒于此,本發明實施例提供了一種異構協同系統及其通信方法,以減少不同類型的計算單元之間數據傳輸所需的代價,從而減小延遲時間,提高數據處理效率。
第一方面,發明實施例提供一種異構協同系統的通信方法,所述系統包括至少兩個計算單元,所述方法包括:
周期性地接收第一路由包,所述第一路由包包括第一地址信息和第一數據載荷,所述第一數據載荷包括用于人工神經網絡計算的數值量信息和用于脈沖神經網絡計算的脈沖信息;
響應于所述第一地址信息與本計算單元的地址信息匹配,根據所述本計算單元的類型和所述第一數據載荷獲取所述數值量信息或所述脈沖信息作為輸入信息;
處理所述輸入信息確定輸出信息;
根據所述輸出信息確定第二路由包,所述第二路由包包括第二地址信息和第二數據載荷,所述第二數據載荷包括所述輸出信息對應的數值量信息和脈沖信息;
發送所述第二路由包。
本實施例根據計算單元的輸出信息確定包含有用于人工神經網絡計算的數值量信息和用于脈沖神經網絡計算的脈沖信息的路由包,以傳輸給下一個計算單元,由此,可以減少不同類型的計算單元之間數據傳輸所需的代價,從而減小延遲時間,提高數據處理效率。
進一步地,所述至少兩個計算單元包括至少一個人工神經網絡計算單元和至少一個脈沖神經網絡計算單元;或者
所述至少兩個計算單元包括至少兩個同時支持人工神經網絡計算和脈沖神經網絡計算的混合神經網絡計算單元;或者
所述至少兩個計算單元包括至少一個人工神經網絡計算單元、至少一個脈沖神經網絡計算單元和至少一個混合神經網絡計算單元。
進一步地,所述輸出信息為數值量,根據所述輸出信息確定第二路由包包括:
響應于所述數值量在閾值區間,確定所述第二路由包。
進一步地,所述輸出信息為脈沖,根據所述輸出信息確定第二路由包包括:
響應于脈沖神經元的膜電位到達電位閾值,確定所述第二路由包。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于北京靈汐科技有限公司,未經北京靈汐科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910487098.0/2.html,轉載請聲明來源鉆瓜專利網。





