基于精准通信建模的脉冲神经网络工作负载自动映射器
基于精准通信建模的脉冲神经网络工作负载自动映射器
复制标题
DOI：
10.11772/j.issn.1001-9081.2022010078
复制
发表时间：
2023
期刊：
影响因子：
--
通讯作者：
陈闻杰
中科院分区：
文献类型：
--
作者：
华夏;朱铮皓;徐聪;张曦煌;柴志雷;陈闻杰
在分布式计算平台上运行大规模的脉冲神经网络(SNN)是提升类脑计算智能水平的基本手段之一,它的难点在于如何将SNN部署到对应数量的计算节点上,使整体系统的运行能效最佳。针对以上问题,在基于NEST的SNN工作负载自动映射器(SWAM)的基础上,提出一种基于精准通信建模的SNN工作负载自动映射器(SWAM2)。在SWAM2中,基于NEST仿真器对SNN工作负载的通信部分进行精准建模,并改进工作负载模型中参数的量化方法,设计了最大网络规模预测方法。在SNN典型案例上的实验结果表明,在工作负载通信以及计算时间的预测中,SWAM2的平均预测误差比SWAM分别降低12.62和5.15个百分点;在对工作负载最佳映射的预测中,SWAM2的平均准确率为97.55%,比SWAM高13.13个百分点。SWAM2通过自动预测SNN工作负载在计算平台上的最佳部署/映射,避免了手动反复实验的过程。