[发明专利]混合计算系统和混合计算方法

权利要求书

1.一种混合计算系统，其特征在于，所述系统包括计算机系统、类脑计算系统以及数据接口，所述计算机系统通过所述数据接口与所述类脑计算系统连接，

所述计算机系统，用于对任务类型进行判断；

所述计算机系统，还用于对结构化、面向数值计算的任务进行数据处理；

所述类脑计算系统，用于对非结构化、非形式化的智能任务进行数据处理，所述类脑计算系统包括至少一个神经形态芯片集合以及外围电路，每一所述神经形态芯片集合包括至少一个神经形态芯片、至少一个数据转换装置以及至少一个输入端口或输出端口，每一所述输入端口至少响应一个所述输出端口，所述输入端口用于进行多模态并行输入，所述输出端口用于进行多模态并行输出；

所述神经形态芯片，用于接收非结构化、非形式化的输入数据并生成相应的输出数据；所述数据转换装置，用于将所述输入数据转换为神经形态数据，并将所述神经形态数据封装在多个路由包中；所述数据转换装置，还用于将多个所述路由包分发至所述神经形态芯片；

所述数据接口，用于实现所述计算机系统与所述类脑计算系统之间的数据转换及数据传输。

2.根据权利要求1所述的系统，其特征在于，所述神经形态芯片包括多个神经形态处理器、多个路由器以及多个存储装置，

所述神经形态处理器，用于通过运算函数对所述输入数据进行处理并生成相应的输出数据；

所述路由器，用于实现多个所述神经形态处理器之间以及多个所述神经形态芯片之间的数据转发；

所述存储装置，用于存储神经元连接权重、神经元当前膜电位、芯片配置信息以及系统配置信息。

3.根据权利要求1所述的系统，其特征在于，所述神经形态数据包括基于人工神经网络的数据、基于脉冲神经网络的脉冲数据以及基于生物神经元编码的数值-脉冲混合数据，

所述基于人工神经网络的数据为实数值，以路由包为单位，用于在所述类脑计算系统中实现认知和记忆；

所述基于脉冲神经网络的脉冲数据包括脉冲值和时域信息，以路由包为单位，用于在所述类脑计算系统中实现感知和执行；

所述基于生物神经元编码的数值-脉冲混合数据包括时域信息和频域信息，用于实现人工神经网络与脉冲神经网络之间的转换。

4.根据权利要求1所述的系统，其特征在于，多个所述神经形态芯片之间以阵列的形式连接，所述阵列包括平面网格结构、平面蜂窝结构及三维立方结构。

5.根据权利要求1所述的系统，其特征在于，

多个所述神经形态芯片之间使用并行或串行的通讯协议；或

多个所述神经形态芯片之间使用模拟或者数字的通讯方式。

6.一种混合计算方法，其特征在于，所述方法包括：

在计算机系统中进行任务类型判断；

若所述任务为非形式化、非结构化的任务，则通过数据接口将所述任务输入至类脑计算系统中，所述类脑计算系统对非结构化、非形式化的所述任务进行数据处理，所述类脑计算系统包括至少一个神经形态芯片集合以及外围电路，每一所述神经形态芯片集合包括至少一个神经形态芯片、至少一个数据转换装置以及至少一个输入端口或输出端口，每一所述输入端口至少响应一个所述输出端口，所述输入端口用于进行多模态并行输入，所述输出端口用于进行多模态并行输出；

通过所述神经形态芯片接收所述任务；

通过所述数据转换装置将所述任务中的输入数据转换为路由包数据，并将所述路由包数据分发至所述神经形态芯片进行数据处理，得到计算结果；

通过所述输出端口输出所述计算结果。