[发明专利]一种基于内部状态标志的神经形态芯片、系统及方法

说明书

本发明提供一种基于内部状态标志的神经形态芯片、系统及方法。所述神经形态芯片包括：所述神经形态芯片的通信状态通过第一通信状态信号表征，所述神经形态芯片的通信状态包括忙碌和空闲；所述神经形态芯片的计算状态通过第一计算状态信号表征，所述神经形态芯片的计算状态包括正在计算和计算完成；所述神经形态芯片，用于在第一通信状态信号为空闲，且第一计算状态信号为计算完成时，产生同步信号，以结束当前工作时间段并切换至下一工作时间段。本发明不采用传统的周期性的同步信号，而根据通信状态和计算任务的完成情况产生同步信号，具有紧凑芯片工作时序、提高芯片工作速度，渐少芯片内部逻辑空转、降低芯片功耗的优点。

技术领域

本发明涉及神经形态芯片领域，更具体地，涉及一种基于内部状态标志的神经形态芯片、系统及方法。

背景技术

人工神经网络是一种模仿生物大脑突触-神经元结构进行数据处理的计算模型，由分为多层的计算节点和层间的连接组成，每个节点模拟一个神经元，节点之间的连接模拟神经突触，连接对于来自上一层节点输入的加权值代表了突触权重。在传统人工神经网络中，神经元将来自连接输入的累加值用激活函数处理后作为自身的输出。通过调整网络结构、激活函数等参数，传统人工神经网络实现多种多样的功能，在模式识别、复杂控制、信号处理和最优化等方面都有应用。

实现神经网络运算的一种方法是通过软件在通用计算机上模拟，这种方法的优点是十分灵活且不需要设计专用的硬件，但由于神经网络中包含大量的并行运算节点和存储单元(神经元、突触)，因此这种基于串行计算架构通用计算机的方法的模拟时间很长而且功耗很高。

神经形态芯片力图通过硬件电路的方法模拟生物神经元的工作模式，实现大规模的神经元仿真。具有速度快、功耗低、并行度高、与生物脑结构符合度高的特点。

神经形态芯片一般具有去中心化、高度平行的特点，包括分布式的计算单元和连接这些单元的路由网络。芯片工作时一般分为不同的工作时间段，不同工作时间段内各芯片具有不同的计算和通信任务。

当芯片采用同步信号来使得不同的计算单元和路由网络进入切换至新的工作时间段时，由于不同工作时间段时完成全部计算和路由所用时间不等，采用传统的周期性的同步信号会产生时序上的浪费，降低芯片工作速度，增加功耗；同时在真正运行前也较难准确的确定合适所有工作时间段的工作时长，会增加使用人员的设定及调试难度。

发明内容

本发明提供一种克服上述问题或者至少部分地解决上述问题的基于内部状态标志的神经形态芯片、系统及方法。

根据本发明的一个方面，提供一种神经形态芯片，所述神经形态芯片的通信状态通过第一通信状态信号表征，所述神经形态芯片的通信状态包括忙碌和空闲；

所述神经形态芯片的计算状态通过第一计算状态信号表征，所述神经形态芯片的计算状态包括正在计算和计算完成；

所述神经形态芯片，用于在第一通信状态信号为空闲，且第一计算状态信号为计算完成时，产生同步信号，以结束当前工作时间段并切换至下一工作时间段。

进一步，所述神经形态芯片包括多个计算单元，所述多个计算单元通过路由通信网络实现通信连接；所述路由通信网络包括多个通信基元；其中，多个不同的通信基元构成分布式通信连接，每个计算单元通过至少一个通信基元与其他计算单元进行通信连接。

进一步，所述通信基元的通信状态通过第二通信状态信号表征，所述通信基元的通信状态包括忙碌和空闲；

所述计算单元的计算状态通过第二计算状态信号表征，所述通信基元的计算状态包括正在计算和计算完成；

若所述神经形态芯片的所有通信基元的第二通信状态信号均为空闲，则所述神经形态芯片的第一通信状态信号为空闲；若所述神经形态芯片的所有计算单元的第二计算状态信号均为计算完成，则所述神经形态芯片的第一计算状态信号为计算完成。