在 Loihi 2 神经形态处理器上实现与基准测试局部竞争算法
计算机视觉与模式识别
2023-07-27 v1 硬件体系结构
摘要
神经形态处理器近年来因其在高能效和高速计算方面的潜力而备受关注。局部竞争算法（LCA）已被用于神经形态处理器（包括首代 Loihi 处理器）上的高能效稀疏编码。随着 Loihi 2 处理器支持自定义神经元模型和分级脉冲通信，LCA 的更复杂实现成为可能。我们提出了一种为 Loihi 2 处理器设计的 LCA 新实现，并进行了初步基准测试，将其与 CPU 和 GPU 设备上的 LCA 进行比较。在这些实验中，对于大稀疏性惩罚，Loihi 2 上的 LCA 效率高出数个数量级且速度更快，同时保持相似的重建质量。我们发现，随着 LCA 参数向更高表示稀疏性调整，这种性能提升会增大。我们的研究突出了神经形态处理器（特别是 Loihi 2）在严格 SWaP（小型、轻量和低功耗）要求的小型机器人、卫星上实现智能、自主、实时处理的潜力。通过展示 Loihi 2 上 LCA 优于传统计算设备的性能，我们的研究表明 Loihi 2 可成为推进此类应用的宝贵工具。总体而言，我们的研究突出了神经形态处理器在资源受限设备上进行高效准确数据处理的潜力。
引用
@article{arxiv.2307.13762,
title = {Implementing and Benchmarking the Locally Competitive Algorithm on the Loihi 2 Neuromorphic Processor},
author = {Gavin Parpart and Sumedh R. Risbud and Garrett T. Kenyon and Yijing Watkins},
journal= {arXiv preprint arXiv:2307.13762},
year = {2023}
}