本文提出了一种低功耗神经形态处理器——文曲星 22A,它将通用 CPU 功能与 SNN 相结合,利用 RISC-V SNN 扩展指令对其进行高效计算。文曲星 22A 的主要思想是将 SNN 计算单元集成到通用 CPU 的流水线中,利用定制的 RISC-V SNN 指令 1.0(RV-SNN 1.0)、精简泄漏积分和发射 (LIF) 模型和二元随机脉冲时序相关塑性 (STDP) 实现低功耗计算。文曲星 22A 的源代码已在 Gitee 1 和 GitHub 1 上在线发布。我们将文曲星 22A 应用于 MNIST 数据集的识别,以与其他 SNN 系统进行比较。实验结果表明,文曲星22A相比加速器解决方案ODIN能耗降低了5.13倍,3位ODIN在线学习的分类准确率约为85.00%,1位文曲星22A的分类准确率约为91.91%。
主要关键词