Студопедия
Случайная страница | ТОМ-1 | ТОМ-2 | ТОМ-3
АрхитектураБиологияГеографияДругоеИностранные языки
ИнформатикаИсторияКультураЛитератураМатематика
МедицинаМеханикаОбразованиеОхрана трудаПедагогика
ПолитикаПравоПрограммированиеПсихологияРелигия
СоциологияСпортСтроительствоФизикаФилософия
ФинансыХимияЭкологияЭкономикаЭлектроника

СБИС CLNN32/CLNN64 фирмы Bellcore.

Краткая историческая справка. | Поняте нейросети. | Особенности нейросети как вычислительной среды. | Применение процессоров общего назначения для построения нейросред. | Применение DSP для построения нейросред. | Быстрая выборка и исполнение команд. | Возможность работы в мультимикропроцессорных конфигурациях. | Мощные блоки вычислений. | SIMD-режим выполнения операций. | Применение ПЛИС для построения нейросред. |


Читайте также:
  1. IV. Доход и прибыль предпринимательской фирмы.
  2. А) Поведение фирмы в условиях совершенной конкуренции
  3. Авторитет и имидж руководства. Персонификация фирмы и личный имидж руководителя
  4. Анкета фирмы
  5. Взаимосвязь ценовой и инвестиционной политики фирмы в долгосрочном периоде
  6. Долгосроч.врем.пер.ф-ия фирмы. Изокванта. Свойства изоквант. Пред.норма техн.замещения.
  7. Доход и прибыль фирмы.

Гибридный нейрочип CLNN32 состоит из 32 нейронов и 496 двунаправленных адаптивных синапсов. CLNN64 содержит 1024 адаптивных синапсов. В наборе CLNN32/CLNN64 все нейроны взаимосвязаны, так что любая топология сети отображается подбором синапсов. Динамика сети полностью аналоговая, но значения синапсов хранятся/обновляются в цифровом виде с точностью 5 бит. На аппаратном уровне реализовано обучение сети - подбор весов происходит по алгоритму обучения машины Больцмана или Mean Field. Внутри также имеется некоррелированный генератор шума (32 канала), используемый при обучении по методу машины Больцмана.

CLNN32 может быть использован независимо или совместно с CLNN64 для построения более сложной архитектуры сети. Производительность достигает 108 переключений/с (при работе с CLNN64 удваивается). Для CLNN32 это означает, что примерно 105 32 битных образцов/с или 32 аналоговых канала (с полосой пропускания 50 кГц) могут быть использованы для быстрого распознавания/обучения. Время распространения для одного слоя нейронов <1мкс. <<Охлаждение>> (по методу Больцмана) или MF обучение требует 10... 20мкс.

По сравнению с ETANN СБИС CLNN32 имеет следующие очевидные преимущества:


Дата добавления: 2015-09-05; просмотров: 57 | Нарушение авторских прав


<== предыдущая страница | следующая страница ==>
СБИС ETANN 80170NX.| Применение систолических процессоров для построения нейросред.

mybiblioteka.su - 2015-2024 год. (0.005 сек.)