[发明专利]类脑芯片及电子设备

说明书

本发明公开了一种类脑芯片及电子设备。传统人工智能芯片面临摩尔墙、内存墙和能效墙困境，相较而言，虽然大多类脑芯片的计算能效已有显著提升，但目前仍面临集成墙、能效墙难题，还未能实质性满足边缘计算场景下对成本、功耗的要求。为解决成本、功耗和任务能力单一问题，本发明通过在芯片中集成多种类型的专用脉冲神经网络核心，网络可以调用具有不同资源规模和特性的专用核心，不仅显著改善了功耗和成本，还可以多网络并行处理多模态信息以及协同决策提升网络的性能表现。多任务并行处理的能力使得本发明所披露的类脑芯片更类似生物脑，本发明披露的更为智能、低成本、高能效的类脑芯片为万物智能互联提供可能。本发明适用于类脑芯片、AIoT领域。

技术领域

本发明涉及一种类脑芯片及电子设备，并具体涉及一种具有多种专用神经网络内核的多模态类脑芯片及电子设备。

背景技术

人工智能（AI）芯片最为重要的三个指标为成本、功耗和性能表现。而目前基于人工神经网络（ANN）的传统AI芯片的成本、功耗均相对较高，难以适应边缘计算的需求，于是人们开始将目光转移至受脑启发的神经拟态计算。

神经拟态（Neuromorphic，也称神经形态）计算是近些年来发展起来的一种新型计算架构。通过在神经拟态硬件（俗称类脑芯片）上运行脉冲神经网络（SNN），可以实现对输入信号的实时推理。

IBM的True-North是类脑芯片中的一种典型代表，属于分布式内存架构。通过叉指（crossbar）结构，在一个核心（core）中任意两个神经元通过突触电路可以实现物理连接，正如图1所示，这使得脉冲神经网络的设计具有很高的灵活性。但是该类芯片的硬件冗余很高，需要很多的硬件资源开销来保证其灵活性，这样会导致芯片的功耗、硅成本都居高不下，尤其是当脉冲神经网络规模很大时。作为折中，图1这样的结构作为芯片的一个核心，布置在路由结构中，利用路由通信取代叉指直连，可以一定程度降低硬件的过度冗余，因而类脑芯片大多是多核心的，某种典型架构可以参考图2，多个核心（计算核）分布在路由系统中。

但这种方案的冗余度仍然过高，参考图3，芯片的神经元集成度通常难以突破3k/mm²。为了提升神经元集成度/降低硅成本，一种技术途径是通过先进芯片工艺节点来缓解，如Loihi-2芯片，但这并未从本质上解决问题。此外，已知的类脑芯片仅能部署单张脉冲神经网络，只能面向单类型任务需求，芯片功能比较单一。

本发明意在披露一种可以同时部署多张脉冲神经网络的、能够高效（能效比高、硅成本低/神经元集成度高）运行脉冲神经网络的类脑芯片及电子设备。

发明内容

为了解决或缓解上述部分或全部技术问题，本发明是通过如下技术方案实现的：

一种类脑芯片，该类脑芯片包括N个核心，N为正整数；该N个核心中包括至少两种类型的脉冲神经网络核心；该类脑芯片中还包括路由模块；该路由模块被用于为所述N个核心之间建立通信连接。

在某类实施例中，所述至少两种类型的脉冲神经网络核心包括脉冲卷积神经网络核心。

在某类实施例中，所述至少两种类型的脉冲神经网络核心是脉冲卷积神经网络核心或脉冲循环神经网络核心或通用脉冲神经网络核心中的两种及其以上。

在某类实施例中，所述通用脉冲神经网络核心的资源规模小于脉冲卷积神经网络核心或脉冲循环神经网络核心的资源规模。

在某类实施例中，所述脉冲卷机神经网络核心为专门用于执行卷积神经网络的专用硬件电路。

在某类实施例中，所述脉冲循环神经网络核心为专门用于执行循环神经网络的专用硬件电路。

在某类实施例中，所述循环神经网络为储备池计算或长短期记忆网络。

在某类实施例中，所述通用脉冲神经网络核心是基于叉指结构的硬件电路。