Алгоритмы для построения и моделирования работы больших электрических цепей с мемристорнодиодными кроссбарами в биоморфном нейропроцессоре

Abstract

Биоморфный нейропроцессор является аппаратной реализацией импульсной нейросети; в нем поступающая информация из набора чисел преобразуется в импульсы, а выходящая – наоборот, из импульсов в двоичный код. Для автоматизированного построения электрических схем входного кодирующего и выходного декодирующего устройств нейропроцессора с помощью сверхбольших логических матриц на основе мемристорно-диодного кроссбара разработаны соответствующие алгоритмы. Для последующего имитационного моделирования обработки информации в этих устройствах, а также в запоминающей матрице нейропроцессора создан алгоритм для расчета больших электрических схем с мемристорно-диодными кроссбарами. Этот алгоритм моделирования построен на основе известного алгоритма симулятора SPICE и включает оригинальные математические модели мемристора и селективного элемента диода Зенера, в том числе алгоритм моделирования резистивного переключения мемристора. Результаты имитационного моделирования с помощью разработанных алгоритмов и соответствующих программ показали работоспособность построенных электрических схем входного устройства в режиме кодирования двоичного числа в частоту импульсов популяцией из трех нейронов и выходного устройства нейропроцессора в режиме декодирования поступающих от нейронов импульсов в двоичный формат, включая работоспособность запоминающей матрицы при взвешивании и суммировании импульсов. Созданные алгоритмы моделирования и комплекс программ на их основе может быть использован для эффективного решения инженерно-технической задачи изготовления биоморфного нейропроцессора, требующей имитационного моделирования обработки информации в отдельных устройствах нейропроцессора, построенных на основе больших мемристорно-диодных массивов, с целью оптимизации их параметров.

The biomorphic neuroprocessor is the hardware implementation of the impulse neural network in which incoming information from a set of numbers is converted into impulses, and outgoing information, on the contrary, from impulses into binary code. For the automatic building of electrical circuits of the input coding and output decoding units in neuroprocessor using ultra-large logic matrices based on a memristor-diode crossbar, appropriate algorithms have been developed. For the subsequent imitation modeling of information processing in these units, as well as in the memory matrix of the neuroprocessor, the algorithm for calculating large electrical circuits containing memristor-diode crossbars has been created. This simulation algorithm is based on the well-known algorithm of Simulation Program with Integrated Circuit Emphasis and includes original mathematical models of the memristor and the selective element of the Zener diode, as well as the algorithm for modeling the resistive switching of the memristor. The results of imitation modeling using the developed algorithms and corresponding programs showed the operability of the constructed electrical circuits of the input unit in the mode of encoding a binary number into a impulse frequency by a population of three neurons and the output unit of a neuroprocessor that decodes the impulses coming from neurons into binary format as well as the operability of the memory matrix under weighting and summing impulses. The created algorithms and programs package based on them can be used to effectively solve the engineering and technical problem of manufacturing a biomorphic neuroprocessor that requires modeling of information processing in individual neuroprocessor units based on large memristor-diode arrays in order to optimize their parameters.