通用神经形态计算基板上的六个网络

在本研究中，我们展示了一种高度可配置的神经形态计算基板，并利用它来模拟几种类型的神经网络。该系统的核心是一块混合信号芯片，具有神经元和突触的模拟实现以及动作电位的数字传输。该仿真设备被明确设计为通用神经网络模拟器，其主要优势在于与常规计算机相比具有固有的并行性和高加速因子。其可配置性允许实现几乎任意的网络拓扑，并使用广泛变化的神经元和突触参数。通过校准例程减少了模拟电路固有的固定模式噪声。集成的开发环境允许神经科学家在无需任何神经形态电路设计先验知识的情况下操作该设备。作为系统能力的展示，我们描述了对六种不同神经网络的成功模拟，这些网络涵盖了结构和功能的广泛谱系。