基于FPGA的脉冲神经**模型设计与实现

caroline11

现有的脉冲神经**模型软件模拟通常具有处理速度慢、功耗高的缺点,同时利用硬件电路实现则具有开发难度大、灵活性差的缺点．为了探索合理实现脉冲神经**模型的途径,在己有研究成果的基础上综合考虑两种方案的优缺点,提出了利用软件库模拟脉冲神经元数学模型以及**的拓扑结构、并将**运行时的关键计算任务以计算内核的方式交由基于 OpenCL的 FPGA 并行计算的新思路．主要工作为:使用模块开发方式对脉冲神经**软件开发库和 OpenCL开发库进行了扩展、并将软件开发库中的重要模块重构成 FPGA 计算内核,使得软件开发库能够调用 FPGA 执行计算任务,最终达到利用两个库构建运行**模型时能够同时满足易于开发、灵活性高、处理速度快、功耗低等要求的目的．基于 MNIST图像数据集的图像分类实验表明,同一**模型拓扑结构下,与在 GPU 上的软件模拟相比,提出方案的图像分类准确率并没有下降,同时以略微牺牲运行性能为代价,参考功率降低了约６３．６％．