Gepulste neuronale Netzwerke

Bild 3: In gepulsten neuronalen Netzwerken kommunizieren Neuronen über eine Reihe von Impulsen, wobei Informationen sowohl in der Pulsrate als auch im präzisen Timing codiert sind.

Bild 3: In gepulsten neuronalen Netzwerken kommunizieren Neuronen über eine Reihe von Impulsen, wobei Informationen sowohl in der Pulsrate als auch im präzisen Timing codiert sind. Brainchip

Einer der vielversprechendsten neuromorphen Computing-Ansätze verwendet eine Art eines neuronalen Modells, das als gepulstes neuronales Netzwerk (SNN, Spiking Neural Network) bekannt ist und dessen biologisches Pendant genauer nachahmt. In einem SNN (Bild 3) kommunizieren Neuronen über eine Reihe von Pulsen, wobei die Information nicht nur in der Pulsrate codiert wird, sondern auch in ihrem präzisen Timing.

Zwischen SNNs und regulären neuronalen Netzen bestehen einige Unterschiede, unter anderem die Geschwindigkeit, mit der sich Informationen verarbeiten lassen, da sie ereignisgesteuert arbeiten. Dies wirkt sich auf die Energieeffizienz aus, da ein Neuron nur aktiviert ist, wenn es durch ein Ereignis ausgelöst wird, anstatt synchron mit allen anderen Neuronen zu arbeiten.

Diese Vorteile machen SNNs zu einem guten Kandidaten für die Hardware-Integration, anstatt in Software emuliert zu werden. Die kognitive Leistungsfähigkeit neuronaler Netze kann damit mit der Energieeffizienz und Portabilität mithalten, die für den Einsatz im Feld erforderlich ist. Durch Reduzierung der Leistung eines neuronalen Netzes auf einen einzigen Halbleiterchip lassen diese Lern- und Mustererkennungstechniken künftig in wesentlich mehr Systeme integrieren – von Robotern bis zu Handheld-Geräten wie Tablets oder sogar Smartphones, was völlig neue Möglichkeit im Feld eröffnet.

Bild 4: Neuromorphe SoCs wie der Akida von Brainchip versetzen Geräte in die Lage, unabhängig von Netzversorgung und Cloud-Anbindung ihre Rechenfähigkeiten bereitzustellen.

Bild 4: Neuromorphe SoCs wie der Akida von Brainchip versetzen Geräte in die Lage, unabhängig von Netzversorgung und Cloud-Anbindung ihre Rechenfähigkeiten bereitzustellen. Brainchip

Derartige neuromorphe Prozessoren, wie beispielsweise das neuromorphe SoC (NSoC) Akida (Bild 4), könnten zu einer neuen Art von Mobilgeräten und Sensoren führen, die in der Lage sind, intelligent und unabhängig zu arbeiten, ohne eine Netzspannungsversorgung oder Netzwerkverbindung zur Cloud zu benötigen, um ihre Rechenfähigkeiten bereitzustellen.

 

Das Konzept der Spiking Neural Networks und das Akida-NSoC wird Brainchip auf dem Industrie Elektronik Kongress 2019 im Detail vorstellen. Mehr Einzelheiten zum Kongress finden Sie unter diesem Link.

Seite 3 von 3123