事件驱动分布式数字化系统中神经形态 AI 的集成：概念与研究方向
神经与进化计算
2023-02-20 v1 分布式、并行与集群计算
新兴技术
摘要
信息物理系统与工业物联网中日益增长的复杂性和数据生成速率，要求互联网资源受限边缘处的 AI 能力相应提升。与此同时，数字计算与深度学习的资源需求正以不可持续的方式呈指数级增长。弥合这一差距的一种可能途径是采用资源高效、受脑启发的“神经形态”处理与传感设备，其使用事件驱动、异步、具有共置存储的动态神经突触元件进行分布式处理与机器学习。然而，由于神经形态系统从根本上不同于传统的冯·诺依曼计算机与时钟驱动传感系统，将神经形态设备大规模采纳并集成到现有分布式数字计算基础设施中面临若干挑战。在此，我们描述神经形态计算的当前格局，聚焦于带来集成挑战的特性。基于该分析，我们提出一种基于微服务的神经形态系统集成框架，由神经形态系统代理（提供系统之系统中分布式系统所需的虚拟化与通信能力）与提供工程过程抽象的声明式编程方法组合而成。我们还提出可作为该框架实现基础的概念，并指明实现神经形态设备大规模系统集成所需的进一步研究方向。
引用
@article{arxiv.2210.11190,
title = {Integration of Neuromorphic AI in Event-Driven Distributed Digitized Systems: Concepts and Research Directions},
author = {Mattias Nilsson and Olov Schelén and Anders Lindgren and Ulf Bodin and Cristina Paniagua and Jerker Delsing and Fredrik Sandin},
journal= {arXiv preprint arXiv:2210.11190},
year = {2023}
}