具有混合可塑性的 BrainScaleS-2 加速神经形态系统
神经与进化计算
2022-02-04 v2 无序系统与神经网络
神经元与认知
摘要
自电子元件开始进行信息处理以来，神经系统便作为计算基元组织的隐喻。当今的脑启发计算涵盖一类方法，从使用新型纳米器件进行计算，到研究大规模神经形态架构，如 TrueNorth、SpiNNaker、BrainScaleS、Tianjic 与 Loihi。尽管实现细节各异，脉冲神经网络——有时被称为第三代神经网络——是用于建模此类系统计算的通用抽象。在此我们描述 BrainScaleS 神经形态架构的第二代，重点介绍该架构所赋能的应用。它将一个支持生物启发脉冲神经网络基元加速物理仿真的定制模拟加速核，与紧密耦合的数字处理器及数字事件路由网络相结合。
引用
@article{arxiv.2201.11063,
title = {The BrainScaleS-2 accelerated neuromorphic system with hybrid plasticity},
author = {Christian Pehle and Sebastian Billaudelle and Benjamin Cramer and Jakob Kaiser and Korbinian Schreiber and Yannik Stradmann and Johannes Weis and Aron Leibfried and Eric Müller and Johannes Schemmel},
journal= {arXiv preprint arXiv:2201.11063},
year = {2022}
}
备注
22 pages, 10 figures; amended funding acknowledgements, added one citation