Математическое моделирование процессов маршрутизации сигналов логической матрицей, а также кодирования и декодирования информации в биоморфном нейропроцессоре

Abstract

В Тюменском государственном университете осуществлена разработка аппаратного нейропроцессора биоморфного типа на основе комбинированного мемристорно-диодного кроссбара. Такой нейропроцессор реализует биоморфную импульсную нейросеть с большим числом нейронов и обучаемых синаптических связей между ними. Большие биоморфные нейросети позволяют воспроизводить функциональность кортикальной колонки головного мозга человека, что посредством автономного нейропроцессора предоставляет новые возможности для задач обработки информации. При проектировании и оптимизации работы входного и выходного устройств, а также логической матрицы нейропроцессора, созданных на основе больших комбинированных мемристорно-диодных кроссбаров, необходимы физико-математические модели, позволяющие моделировать их работу. В настоящем сообщении представлены разработанные для этого нейропроцессора физико-математические модели: работы ячейки логической матрицы, построенной на основе упрощенных электрических моделей мемристора и диода Зенера; процесса маршрутизации логической матрицей выходных импульсов нейронов на синапсы других нейронов; процессов кодирования информации в биоморфные импульсы и их декодирования после нейронного блока в двоичный код. С помощью этих моделей и численного моделирования показана работоспособность входного и выходного устройств, а также логической матрицы биоморфного нейропроцессора при обработке поступающей информации. Оригинальность моделей связана со спецификой выбранной мемристорно-диодной ячейки универсальной большой логической матрицы, которая, помимо своей основной работы в качестве маршрутизатора импульсов, является основой электрических схем входного и выходного устройств нейропроцессора. Для численного моделирования работы больших электрических схем, содержащих мемристорно-диодные кроссбары, применялась оригинальная специализированная программа MDC-SPICE.

At the University of Tyumen, a biomorphic hardware neuroprocessor based on a combined memristor-diode crossbar has been developed. The neuroprocessor implements a biomorphic spiking neural network with a large number of neurons and trainable synaptic connections between them. Large biomorphic neural networks make it possible to reproduce the functionality of the human brain cortical column. This provides new opportunities for information processing tasks by standalone neuroprocessor. When designing and optimizing the operation of the input and output devices, as well as the logic matrix of the neuroprocessor created based on large combined memristor-diode crossbars, physico-mathematical models are needed to simulate their work. This report presents the physico-mathematical models developed for this neuroprocessor: of the operation of a logic matrix cell built on the basis of simplifed electrical models of a memristor and a Zener diode; of the process of the neurons output spikes routing of by the logic matrix to the synapses of other neurons; of processes of information encoding into biomorphic impulses and decoding of neural block output into a binary code. With the help of these models and numerical simulation, the operability of the input and output devices, as well as the logic matrix of the biomorphic neuroprocessor, is shown when processing incoming information. The originality of the models is associated with the specifcs of the selected memristor-diode cell of the universal large logic matrix, which, in addition to its main work as a spikes router, is the basis of the electrical circuits of the input and output devices of the neuroprocessor. For numerical simulation of the operation of large electrical circuits containing memristor-diode crossbars, the original specialized program MDC-SPICE was used.