基于精准通信建模的脉冲神经网络工作负载自动映射器 |
| |
引用本文: | 华夏,朱铮皓,徐聪,张曦煌,柴志雷,陈闻杰.基于精准通信建模的脉冲神经网络工作负载自动映射器[J].计算机应用,2023(3):827-834. |
| |
作者姓名: | 华夏 朱铮皓 徐聪 张曦煌 柴志雷 陈闻杰 |
| |
作者单位: | 1. 江南大学人工智能与计算机学院;2. 江苏省模式识别与计算智能工程实验室(江南大学);3. 软硬件协同设计技术与应用教育部工程研究中心(华东师范大学) |
| |
基金项目: | 国家自然科学基金资助项目(61972180)~~; |
| |
摘 要: | 在分布式计算平台上运行大规模的脉冲神经网络(SNN)是提升类脑计算智能水平的基本手段之一,它的难点在于如何将SNN部署到对应数量的计算节点上,使整体系统的运行能效最佳。针对以上问题,在基于NEST的SNN工作负载自动映射器(SWAM)的基础上,提出一种基于精准通信建模的SNN工作负载自动映射器(SWAM2)。在SWAM2中,基于NEST仿真器对SNN工作负载的通信部分进行精准建模,并改进工作负载模型中参数的量化方法,设计了最大网络规模预测方法。在SNN典型案例上的实验结果表明,在工作负载通信以及计算时间的预测中,SWAM2的平均预测误差比SWAM分别降低12.62和5.15个百分点;在对工作负载最佳映射的预测中,SWAM2的平均准确率为97.55%,比SWAM高13.13个百分点。SWAM2通过自动预测SNN工作负载在计算平台上的最佳部署/映射,避免了手动反复实验的过程。
|
关 键 词: | 脉冲神经网络 工作负载映射 分布式计算平台 NEST仿真器 计算能效 |
|
|