中科院团队推出开源神经形态芯片「文曲星」

来自中科院计算所、北京邮电大学、上海科技大学和中国科学院大学的六位同学和一位教师组成的研究团队在arXiv上提出了一种功耗极低的神经形态处理器「文曲星 22A」，结合了通用 CPU 和 SNN 计算的功能，并通过 RISC-V SNN 扩展指令集完成了高效计算。文曲星 22A 通过自定义 RISC-V SNN 指令集 1.0（RV-SNN 1.0）将 SNN 计算单元集成到通用 CPU 的 pipeline 中，实现了低功耗计算。

• 论文链接：http://arxiv.org/abs/2210.00562

• GitHub: https://github.com/openmantianxing/Wenquxing22A

研究者使用中国科学院大学 OSCPU 团队设计的 9 级顺序 RISC-V 处理器 Nutshell 作为基准，并将其执行单元扩展为该研究自行设计的 RISC-V SNN 扩展指令集。NutShell 本身具有 RV64IMACSU 指令集，可以运行 Linux 等现代操作系统，也是一种高性能的 RISC-V 开源处理器。

研究团队基于 RISC-V 自定义的 SNN 指令集具有高计算粒度，可防止 pipeline 因执行一条指令而长时间停滞。该研究利用带泄漏整合发放模型（LIF）和基于顺序的二进制随机 STDP 来执行基于事件的 SNN 计算。神经元和突触模型均对硬件友好且节能。

总的来说，该研究对实现低功耗 SNN 计算的贡献包括：

• 基于 RISC-V ISA 设计了高计算粒度的自定义 SNN 扩展指令集 RV-SNN 1.0；

• 精简了标准 LIF 模型，以降低在处理器中计算和集成神经元模型的难度；

• 修改了二进制随机 STDP，以适应突触权重的单周期更新；

• 研究团队开源了文曲星 22A 的源代码，以助力未来的芯片研究。

阅读详情

内容中包含的图片若涉及版权问题，请及时与我们联系删除