NeuroXplorer 1.0：一种用于脉冲神经网络架构探索的可扩展框架
神经与进化计算
2021-05-06 v1 硬件体系结构
摘要
近来，工业界和学术界提出了许多不同的神经形态架构来执行用脉冲神经网络（SNN）设计的应用。因此，越来越需要一种可扩展的仿真框架，能够使用SNN进行架构探索，包括当今硬件的基于平台的设计，以及未来的软硬件协同设计和设计-工艺协同优化。我们提出NeuroXplorer，一个快速且可扩展的框架，它基于用于建模神经形态架构的通用模板，该模板可注入给定硬件和/或工艺的具体细节。NeuroXplorer既能执行低层周期精确的架构仿真，也能通过数据流抽象进行高层分析。NeuroXplorer的优化引擎可纳入面向硬件的指标（如能耗、吞吐量和延迟）以及面向SNN的指标（如脉冲间间隔失真和脉冲无序度），这些指标直接影响SNN性能。我们通过多个最先进机器学习模型的案例研究展示了NeuroXplorer的架构探索能力。
引用
@article{arxiv.2105.01795,
title = {NeuroXplorer 1.0: An Extensible Framework for Architectural Exploration with Spiking Neural Networks},
author = {Adarsha Balaji and Shihao Song and Twisha Titirsha and Anup Das and Jeffrey Krichmar and Nikil Dutt and James Shackleford and Nagarajan Kandasamy and Francky Catthoor},
journal= {arXiv preprint arXiv:2105.01795},
year = {2021}
}