СОВРЕМЕННАЯ ЭЛЕКТРОНИКА №9/2016

СОВРЕМЕННЫЕ ТЕХНОЛОГИИ 21 WWW.SOEL.RU СОВРЕМЕННАЯ ЭЛЕКТРОНИКА ◆ № 9 2016 бление и время решения задачи на кластерных суперЭВМ или суперЭВМ на базе графических процессоров, а также на базе ПЛИС, не удовлетво- ряют заказчика; ● задача является неформализуемой. С ОЗДАНИЕ И РЕАЛИЗАЦИЯ НЕЙРОСЕТЕВЫХ АЛГОРИТМОВ РЕШЕНИЯ ЗАДАЧ Разработка нейросетевого алгоритма решения задачи проводится в соответ- ствии с методикой [1], апробированной на многих задачах. После окончания разработки нейросетевого алгоритма решения задачи необходимо выпол- нить его программирование на ПЭВМ с графическими ускорителями и оце- нить время решения задачи. Если время решения задачи удов- летворяет заказчика, то на этом раз- работка данного варианта нейроком- пьютера заканчивается. В противном случае необходимо провести разра- ботку и программирование нейросе- тевого алгоритма на кластерной супе- рЭВМ и т.д. и т.п., включая реализацию на ПЛИС. При отрицательном резуль- тате потребуется разработать нейро- сетевые алгоритмы решения задачи с применением частотно-импульсной модуляции сигналов [2] (Spiking Neural Network). П РИМЕНЕНИЕ НЕЙРОННЫХ СЕТЕЙ С ЧАСТОТНО - ИМПУЛЬСНОЙ МОДУЛЯЦИЕЙ СИГНАЛОВ Переход в разработке нейрокомпью- теров к представлению сигналов в виде частотной последовательности корот- ких импульсов является принципиаль- ным, в первую очередь, с точки зрения энергопотребления. Хорошим при- мером является нейрочип TrueNorth фирмы IBM [3], который делает ней- росетевые технологии (Spiking Neural Network) достаточно самостоятельны- ми и перспективными. Естественно, начальным этапом этих работ является попытка реализации нейросетевой парадигмы на ПЭВМ, суперЭВМ с графическими ускорите- лями и вычислительными системами на базе ПЛИС. Вариант реализации на кластерной суперЭВМ здесь пропуска- ется вследствие его неперспективности. Необходимо отметить, что для вари- анта нейронных сетей с частотно- импульсной модуляцией сигналов (НСЧИМ) потребуется доработка спец- ифических разделов (теории нейрон- ных сетей, нейроматематики и нейро- управления), используемых в качестве алгоритмической основы реализации нейрокомпьютеров с применением НСЧИМ. Первым этапом работ в этом направ- лении является построение нейросете- вого алгоритма решения задачи с при- менением НСЧИМ. В рамках направле- ния потребуется создание комплекса моделей нейрочипов и нейроморфных ЭВМ на основе НСЧИМ [4], а именно: ● модели входного сигнала нейрон- ных сетей; ● моделей функционалов первичной оптимизации; ● моделей нейронных сетей; ● моделей процессов настройки коэф- фициентов нейронных сетей в ней- роморфных ЭВМ; ● моделей процессов настройки коэф- фициентов нейронной сети с пере- менной структурой; ● моделей процессов настройки коэф- фициентов нейронных сетей в ней- роморфных ЭВМ с ограничениями на настраиваемые коэффициенты; ● моделей типовых входных сигналов нейронных сетей; ● планов экспериментов и визуализа- ции результатов для проверки каче- ства работы нейронных сетей; ● моделей решения формализуемых и неформализуемых задач с примене- нием больших нейронных сетей для перспективных нейроморфных ЭВМ; ● моделей распараллеливания нейро- сетевых алгоритмов в соответствии с реальной структурой физических моделей перспективных нейроморф- ных ЭВМ. Указанный комплекс моделей должен быть реализован на суперЭВМ с при- менением графических процессоров. Разработанные нейросетевые алго- ритмы должны быть запрограммиро- ваны и исследованы на ПЭВМ с гра- фическими ускорителями, с анализом стоимости, габаритов, энергопотре- бления и времени решения задачи для различного числа графических моду- лей. При удовлетворении требований заказчика будет разработан вариант нейрокомпьютера (ПЭВМ с несколь- кими графическими платами и ней- росетевое (НСЧИМ) программное обеспечение). Если требования заказчика не удовлетворяются вариантом ПЭВМ с несколькими графическими ускорите- лями, необходимо перейти к разработ- ке и программированиюнейросетево- го алгоритма (НСЧИМ) решения задачи на суперЭВМи т.д. и т.п., включая ПЛИС. Очевидно, что и эти варианты реализа- ции нейрокомпьютеров с ЧИМ не тре- буют развития и внедрения новых тех- нологий микроэлектроники. П РЕДВАРИТЕЛЬНЫЕ ВЫВОДЫ Вышерассмотренные варианты реа- лизации нейрокомпьютеров практиче- ски не требуют развития и внедрения новых технологий микроэлектрони- ки. Потребность в последних возника- ет из-за невозможности удовлетворить требования заказчика. Однако необхо- димо отметить, что: ● отсутствие реализации нейроком- пьютера не может служить основани- ем для внедрения новых технологий микроэлектроники в перспективные нейрокомпьютеры; ● само по себе развитие и внедрение новых технологий микроэлектрони- ки требует проведения большого объ- ёма работ; ● наиболее эффективным вариантом реализации нейрокомпьютера, ори- ентированного на решение задач в нейросетевом логическом бази- се (НСЧИМ) в виде заказной СБИС, в настоящее время является нейро- чип TrueNorth [3] фирмы IBM. Р АЗРАБОТКА НЕЙРОЧИПОВ И НЕЙРОМОРФНЫХ ЭВМ С ПРИМЕНЕНИЕМ МЕМРИСТОРОВ В настоящее время мемристоры явля- ются перспективной технологией для будущих нейрокомпьютеров. Развитие самой технологии изготовления мем- ристорных матриц является самостоя- тельным вопросом и не рассматривает- ся в данной статье. Далее описывают- ся проблемы разработки нейрочипов и нейроморфных ЭВМ с применением мемристоров. Необходимо отметить, что для вари- антов нейрочипов и нейроморфных ЭВМ с применением мемристоров необходима доработка специфиче- ских разделов: ● теории нейронных сетей, алгорит- мы адаптации которых ориентиро- ваны на специфические мемристор- ные структуры нейронных сетей и на учёт динамических свойств мемри- сторов как элементов, реализующих весовые коэффициенты; ● нейроматематики, как раздела вычис- лительной математики, связанного с решением задач с учётом указан- ной модификации теории нейрон- ных сетей, используемой для реше-