IEDM 2015
Neuromorphes System für SNNs
IBM hat einen neuromorphen Core mit einer 64-K-PCM-Zelle (Phase Change Material) als Synapsen-Array (256 Axone x 256 Dendrite) entwickelt, mit dem sich SNNs (Spiking Neural Networks), sprich gepulste neuronale Netze realisieren lassen.
Laut Sangbum Kim, Forschungswissenschaftler am Thomas J. Watson Research Center von IBM, sind auf dem Chip 256 konfigurierbare LIF-Neuronenschaltungen (LIF: leaky integrate and fire ) implementiert, die aber auch eine Anpassung der Synapsenstärke nach der STDP-Methode (spike-timing dependent plasticity) durchführen können. STDP verstärkt oder schwächt einzelne Synapsen und verändert damit das synaptische Gewicht, ein Vorgang der notwendig ist, um lernfähig zu sein.
Phasenwechsel-Speicher speichern Daten, indem sie thermisch reversibel die Phase des Materials verändern. Kim: »Wir haben die PCM-Zelle hinsichtlich Leistungsaufnahme optimiert. Mit mehr Widerstandsmaterial kann der Strom für den RESET-Vorgang auch ohne Skalierung deutlich verringert werden. Damit steigt aber der SET-Widerstand, ein Phänomen, das für Storage Class Memory unerwünscht ist, weil sich damit die Lesezeit erhöht. In neuromorpher Hardware ist das allerdings kein Problem, so dass der Programmierstrom deutlich reduziert werden kann.«
IBM hat für das Zellendesign der PCM-Einheit eine 2T-1R-Konfiguration gewählt, sprich zwei Transistoren und einen Widerstand. Das bringt laut Kim diverse Vorteile mitsich.
Jobangebote+ passend zum Thema
- Neuromorphes System für SNNs
- 2T-1R-Design bringt viele Vorteile
- Lernfähigkeit bereits mithifle der Bilderkennung bewiesen
