典型文献
基于异构计算平台的NEST类脑仿真器设计与实现
文献摘要：
类脑计算领域目前的研究主要聚焦于如何进行高性能且低功耗的大规模类脑仿真.NEST类脑仿真器应用生态完整,可支持大规模仿真并且具有良好的可扩展性,是目前类脑计算领域中应用最为广泛的仿真器.针对NEST仿真器进行大规模仿真时运行速度慢、运行功耗高的问题,设计并实现了基于异构计算平台的NEST类脑仿真器.本设计采用硬件加速神经元更新、数据重排序设计、多线程设计、软硬件协同设计等方法优化了系统整体性能,在保证NEST仿真器良好应用生态的同时获得更高的计算能效.通过在XilinxZCU102异构计算平台上实现该仿真器,实验结果表明:在对经典的类脑应用皮质层视觉模型进行仿真时,神经元更新部分性能是AMD3600X的11.9倍,PYNQ集群的1.2倍,能效是AMD3600X的57.9倍、PYNQ集群的3.1倍;NEST仿真器整体性能是AMD3600X的2.0倍,PYNQ集群的2.1倍,能效是AMD3600X的10.1倍、PYNQ集群的5.8倍,为基于NEST进行大规模类脑仿真提供了一种更高能效的方式.
文献关键词：
NEST仿真器;异构计算平台;可编程逻辑门阵列;类脑计算;软硬件协同优化
中图分类号：
作者姓名：
朱铮皓;柴志雷;华夏;徐聪
作者机构：
江南大学,人工智能与计算机学院,江苏无锡214122;江苏省模式识别与计算智能工程实验室,江苏无锡214122
文献出处：
引用格式：
[1]朱铮皓;柴志雷;华夏;徐聪-.基于异构计算平台的NEST类脑仿真器设计与实现)[J].微电子学与计算机,2022(07):54-62
A类：
XilinxZCU102,AMD3600X
B类：
异构计算平台,NEST,脑仿真,仿真器,类脑计算,低功耗,应用生态,生态完整,可扩展性,时运,运行速度,速度慢,硬件加速,重排序,多线程,软硬件协同设计,方法优化,系统整体性,整体性能,计算能效,皮质层,视觉模型,PYNQ,高能效,可编程逻辑门阵列,软硬件协同优化
AB值：
0.217927
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
