論文の概要: IzhiRISC-V -- a RISC-V-based Processor with Custom ISA Extension for Spiking Neuron Networks Processing with Izhikevich Neurons

• arxiv url: http://arxiv.org/abs/2508.12846v1
• Date: Mon, 18 Aug 2025 11:33:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-19 14:49:11.268869
• Title: IzhiRISC-V -- a RISC-V-based Processor with Custom ISA Extension for Spiking Neuron Networks Processing with Izhikevich Neurons
• Title（参考訳）: IzhiRISC-V - Izhikevich ニューロンをスパイクする ISA 拡張 RISC-V プロセッサ
• Authors: Wiktor J. Szczerek, Artur Podobas,
• Abstract要約: スパイクニューラルネットワーク処理は、スパイクイベントの間隔のため、高いエネルギー効率を約束する。 本稿では,RISC-V準拠プロセッサであるIzhiRISC-Vをベースとした大規模システムの実現に向けた第一歩を示す。
• 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: Spiking Neural Network processing promises to provide high energy efficiency due to the sparsity of the spiking events. However, when realized on general-purpose hardware -- such as a RISC-V processor -- this promise can be undermined and overshadowed by the inefficient code, stemming from repeated usage of basic instructions for updating all the neurons in the network. One of the possible solutions to this issue is the introduction of a custom ISA extension with neuromorphic instructions for spiking neuron updating, and realizing those instructions in bespoke hardware expansion to the existing ALU. In this paper, we present the first step towards realizing a large-scale system based on the RISC-V-compliant processor called IzhiRISC-V, supporting the custom neuromorphic ISA extension.
• Abstract（参考訳）: スパイクニューラルネットワーク処理は、スパイクイベントの空間性による高エネルギー効率を実現することを約束する。 しかし、RISC-Vプロセッサのような汎用ハードウェアで実現されると、ネットワーク内のすべてのニューロンを更新するための基本的な命令を繰り返し使用することから、この約束は非効率なコードによって損なわれ、隠蔽される可能性がある。 この問題の解決策の1つは、ニューロンの更新をスパイクし、既存のALUへのハードウェア拡張においてこれらの命令を実現するために、ニューロモルフィックな命令を備えたカスタムISA拡張の導入である。 本稿では、RISC-V準拠プロセッサIzhiRISC-Vをベースとした大規模システムの実現に向けた第一歩として、独自のニューロモルフィックISA拡張をサポートすることを提案する。

関連論文リスト

• Retrospective: A CORDIC Based Configurable Activation Function for NN Applications [1.3133581869733064]
  アクティベーション関数 (AF) の設計のための CORDIC ベースの構成は、リソース制約システムのためのASIC ハードウェア設計を高速化するために提案されている。 AIアプリケーションの進化するニーズに合わせて、DA-VINCI AFを導入します。
  論文  参考訳（メタデータ） (2025-03-18T15:38:37Z)
• Advancing Spatio-Temporal Processing in Spiking Neural Networks through Adaptation [6.233189707488025]
  ニューロモルフィックハードウェア上のニューラルネットワークは、非喫煙者よりも消費電力の少ないオーダーを約束する。 このようなシステム上でのスパイクベースの計算のための標準的なニューロンモデルは、長い間、統合と火災(LIF)ニューロンであった。 いわゆるアダプティブLIFニューロンの根源はよく分かっていない。
  論文  参考訳（メタデータ） (2024-08-14T12:49:58Z)
• Analytic Convolutional Layer: A Step to Analytic Neural Network [15.596391258983463]
  ACL(Analytic Convolutional Layer)は、分析的畳み込みカーネル(ACK)と従来の畳み込みカーネルのモザイクである。 ACLはニューラルネットワーク解釈の手段を提供するので、ニューラルネットワークの固有の解釈可能性の道を開くことができる。
  論文  参考訳（メタデータ） (2024-07-03T07:10:54Z)
• RISC-V R-Extension: Advancing Efficiency with Rented-Pipeline for Edge DNN Processing [0.8192907805418583]
  本稿では,エッジデバイス上でのディープニューラルネットワーク(DNN)プロセス効率向上のための新しいアプローチであるRISC-V R-extensionを紹介する。 この拡張はレンタルパイプラインステージとアーキテクチャパイプラインレジスタ(APR)を備えており、クリティカルな操作の実行を最適化し、レイテンシとメモリアクセス頻度を低減している。
  論文  参考訳（メタデータ） (2024-07-02T19:25:05Z)
• The Role of Foundation Models in Neuro-Symbolic Learning and Reasoning [54.56905063752427]
  Neuro-Symbolic AI(NeSy)は、AIシステムの安全なデプロイを保証することを約束している。 ニューラルネットワークとシンボリックコンポーネントを順次トレーニングする既存のパイプラインは、広範なラベリングを必要とする。 新しいアーキテクチャであるNeSyGPTは、生データから象徴的特徴を抽出する視覚言語基盤モデルを微調整する。
  論文  参考訳（メタデータ） (2024-02-02T20:33:14Z)
• Intelligence Processing Units Accelerate Neuromorphic Learning [52.952192990802345]
  スパイキングニューラルネットワーク(SNN)は、エネルギー消費と遅延の観点から、桁違いに改善されている。 我々は、カスタムSNN PythonパッケージsnnTorchのIPU最適化リリースを提示する。
  論文  参考訳（メタデータ） (2022-11-19T15:44:08Z)
• Fluid Batching: Exit-Aware Preemptive Serving of Early-Exit Neural Networks on Edge NPUs [74.83613252825754]
  スマートエコシステム(smart ecosystems)"は、スタンドアロンではなく、センセーションが同時に行われるように形成されています。 これはデバイス上の推論パラダイムを、エッジにニューラル処理ユニット(NPU)をデプロイする方向にシフトしている。 そこで本研究では,実行時のプリエンプションが到着・終了プロセスによってもたらされる動的性を考慮に入れた,新しい早期終了スケジューリングを提案する。
  論文  参考訳（メタデータ） (2022-09-27T15:04:01Z)
• Lipschitz Recurrent Neural Networks [100.72827570987992]
  我々のリプシッツ再帰ユニットは、他の連続時間RNNと比較して、入力やパラメータの摂動に対してより堅牢であることを示す。 実験により,Lipschitz RNNは,ベンチマークタスクにおいて,既存のリカレントユニットよりも優れた性能を発揮することが示された。
  論文  参考訳（メタデータ） (2020-06-22T08:44:52Z)
• RIS Enhanced Massive Non-orthogonal Multiple Access Networks: Deployment and Passive Beamforming Design [116.88396201197533]
  再構成可能なインテリジェントサーフェス(RIS)の配置と受動ビームフォーミング設計のための新しいフレームワークを提案する。 エネルギー効率を最大化するために、共同配置、位相シフト設計、および電力配分の問題を定式化する。 リアルタイムデータセットを活用することで,ユーザの遠隔交通需要を予測するために,LSTM(Long Short-term memory)ベースのエコー状態ネットワーク(ESN)アルゴリズムを提案する。 RISの展開と設計の連立問題を解くために,D3QNに基づく位置取得と位相制御アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2020-01-28T14:37:38Z)

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。