論文の概要: A Scalable Approach to Modeling on Accelerated Neuromorphic Hardware
- arxiv url: http://arxiv.org/abs/2203.11102v1
- Date: Mon, 21 Mar 2022 16:30:18 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-21 04:57:06.539966
- Title: A Scalable Approach to Modeling on Accelerated Neuromorphic Hardware
- Title（参考訳）: 加速型ニューロモルフィックハードウェアのモデリングへのスケーラブルなアプローチ
- Authors: Eric M\"uller, Elias Arnold, Oliver Breitwieser, Milena Czierlinski,
Arne Emmel, Jakob Kaiser, Christian Mauch, Sebastian Schmitt, Philipp
Spilger, Raphael Stock, Yannik Stradmann, Johannes Weis, Andreas Baumbach,
Sebastian Billaudelle, Benjamin Cramer, Falk Ebert, Julian G\"oltz, Joscha
Ilmberger, Vitali Karasenko, Mitja Kleider, Aron Leibfried, Christian Pehle,
Johannes Schemmel
- Abstract要約: この研究は、物理モデリングに基づくハイブリッドアクセラレーション型ニューロモルフィックハードウェアアーキテクチャであるBrainScaleS-2システムのソフトウェア側面を示す。
本稿では,BrainScaleS-2オペレーティングシステム(実験ワークフロー,API階層化,ソフトウェア設計,プラットフォーム操作)のキーとなる側面を紹介する。
焦点は、マルチコンポーネントニューロン、ハードウェア・イン・ザ・ループトレーニングのための高速な再構成、組み込みプロセッサのアプリケーション、非スパイキング操作モード、インタラクティブなプラットフォームアクセス、持続可能なハードウェア/ソフトウェアの共同開発など、新しいシステムとソフトウェア機能である。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Neuromorphic systems open up opportunities to enlarge the explorative space
for computational research. However, it is often challenging to unite
efficiency and usability. This work presents the software aspects of this
endeavor for the BrainScaleS-2 system, a hybrid accelerated neuromorphic
hardware architecture based on physical modeling. We introduce key aspects of
the BrainScaleS-2 Operating System: experiment workflow, API layering, software
design, and platform operation. We present use cases to discuss and derive
requirements for the software and showcase the implementation. The focus lies
on novel system and software features such as multi-compartmental neurons, fast
re-configuration for hardware-in-the-loop training, applications for the
embedded processors, the non-spiking operation mode, interactive platform
access, and sustainable hardware/software co-development. Finally, we discuss
further developments in terms of hardware scale-up, system usability and
efficiency.
- Abstract（参考訳）: ニューロモルフィックシステムは、計算研究のための探索空間を拡大する機会を開く。
しかし、効率性とユーザビリティを統一することはしばしば困難である。
この研究は、物理モデリングに基づくハイブリッド加速型ニューロモルフィックハードウェアアーキテクチャであるBrainScaleS-2システムのための、この取り組みのソフトウェア側面を示す。
実験ワークフロー,api階層化,ソフトウェア設計,プラットフォーム運用など,brainscales-2オペレーティングシステムの重要な側面を紹介する。
本稿では,ソフトウェアの要件を議論し,導き出すユースケースを紹介し,実装を紹介する。
マルチコンパートメントニューロン、ハードウェアインザループトレーニングのための高速再構成、組み込みプロセッサのアプリケーション、非スパイク操作モード、インタラクティブなプラットフォームアクセス、持続可能なハードウェア/ソフトウェア共同開発といった、新しいシステムとソフトウェア機能にフォーカスしている。
最後に、ハードウェアのスケールアップ、システムのユーザビリティ、効率性の観点から、さらなる開発について論じる。
関連論文リスト
- A Realistic Simulation Framework for Analog/Digital Neuromorphic Architectures [73.65190161312555]
ARCANAは、混合信号ニューロモルフィック回路の特性を考慮に入れたスパイクニューラルネットワークシミュレータである。
その結果,ソフトウェアでトレーニングしたスパイクニューラルネットワークの挙動を,信頼性の高い推定結果として提示した。
論文 参考訳（メタデータ） (2024-09-23T11:16:46Z) - LVLM-Interpret: An Interpretability Tool for Large Vision-Language Models [50.259006481656094]
本稿では,大規模視覚言語モデルの内部メカニズムの理解を目的とした対話型アプリケーションを提案する。
このインタフェースは, 画像パッチの解釈可能性を高めるために設計されており, 応答の生成に有効である。
本稿では,一般的な大規模マルチモーダルモデルであるLLaVAにおける障害機構の理解に,アプリケーションがどのように役立つかのケーススタディを示す。
論文 参考訳（メタデータ） (2024-04-03T23:57:34Z) - Mechanistic Neural Networks for Scientific Machine Learning [58.99592521721158]
我々は、科学における機械学習応用のためのニューラルネットワーク設計であるメカニスティックニューラルネットワークを提案する。
新しいメカニスティックブロックを標準アーキテクチャに組み込んで、微分方程式を表現として明示的に学習する。
我々のアプローチの中心は、線形プログラムを解くために線形ODEを解く技術に着想を得た、新しい線形計画解法(NeuRLP)である。
論文 参考訳（メタデータ） (2024-02-20T15:23:24Z) - DEAP: Design Space Exploration for DNN Accelerator Parallelism [0.0]
大規模言語モデル(LLM)はますます複雑で、訓練やサービスにも強力になっています。
本稿では、ハードウェアとソフトウェアの共同設計がどのように連携し、カスタマイズされたハードウェアシステムを構築するかを示す。
論文 参考訳（メタデータ） (2023-12-24T02:43:01Z) - Random resistive memory-based deep extreme point learning machine for
unified visual processing [67.51600474104171]
ハードウェア・ソフトウェア共同設計型, ランダム抵抗型メモリベース深部極点学習マシン(DEPLM)を提案する。
我々の共同設計システムは,従来のシステムと比較して,エネルギー効率の大幅な向上とトレーニングコストの削減を実現している。
論文 参考訳（メタデータ） (2023-12-14T09:46:16Z) - Implementing Spiking Neural Networks on Neuromorphic Architectures: A
Review [0.19573380763700707]
我々は,ニューロモルフィックコンピューティングのシステムソフトウェア技術分野における将来が持つ課題と機会を強調する。
プラットフォームベース設計とハードウェア・ソフトウェア共同設計の両方に提案されているフレームワークの概要について概説する。
論文 参考訳（メタデータ） (2022-02-17T21:00:59Z) - A unified software/hardware scalable architecture for brain-inspired
computing based on self-organizing neural models [6.072718806755325]
我々は、Reentrant SOM(ReSOM)モデルにおいて、自己組織化マップ(SOM)とHebbian学習を関連付ける脳誘発ニューラルモデルを開発した。
この研究は、FPGAベースの専用プラットフォーム上でのシミュレーション結果とハードウェア実行の両方を通じて、モデルの分散性とスケーラブル性を実証する。
論文 参考訳（メタデータ） (2022-01-06T22:02:19Z) - YMIR: A Rapid Data-centric Development Platform for Vision Applications [82.67319997259622]
本稿では,コンピュータビジョンアプリケーションの開発を迅速化するオープンソースプラットフォームについて紹介する。
このプラットフォームは、効率的なデータ開発を機械学習開発プロセスの中心に置く。
論文 参考訳（メタデータ） (2021-11-19T05:02:55Z) - A backend-agnostic, quantum-classical framework for simulations of
chemistry in C++ [62.997667081978825]
本稿では,量子古典ソフトウェアをプロトタイピング,開発,デプロイするためのプラットフォームとして,XACCシステムレベルの量子コンピューティングフレームワークを提案する。
現在XACCで実装されている最先端の化学アルゴリズムのいくつかを示す一連の例を示す。
論文 参考訳（メタデータ） (2021-05-04T16:53:51Z) - hxtorch: PyTorch for BrainScaleS-2 -- Perceptrons on Analog Neuromorphic
Hardware [0.0]
本稿では,BrainScaleS-2アナログニューロモルフィックハードウェアシステムを推論アクセラレータとして使用するためのソフトウェアを提案する。
ベクトル行列乗算と畳み込みとそれに対応するソフトウェアベースのオートグレード機能に対するアクセラレータサポートを提供する。
導入したフレームワークの応用として,スマートフォンセンサデータを用いた日常生活活動の分類モデルを提案する。
論文 参考訳（メタデータ） (2020-06-23T16:33:49Z) - Extending BrainScaleS OS for BrainScaleS-2 [0.0]
我々はBrainScaleS-2アーキテクチャのために導入されたソフトウェア拡張について紹介し、紹介する。
BrainScaleS OSはBrainScaleSアーキテクチャのユーザフレンドリーな操作のために設計されたソフトウェアスタックである。
論文 参考訳（メタデータ） (2020-03-30T18:58:55Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。