Neuromorphic Wireless Split Computing with Multi-Level Spikes

要約

生物学的プロセスに着想を得たニューロモーフィック・コンピューティングは、スパイキング・ニューラル・ネットワーク（SNN）を活用して推論タスクを実行することで、シーケンシャルなデータを含むワークロードの効率を大幅に向上させる。最近のハードウェアとソフトウェアの進歩により、スパイクニューロン間で交換される各スパイクに小さなペイロードを埋め込むことで、エネルギー消費を増加させることなく推論精度を向上できることが示されています。ニューロモーフィック・コンピューティングをより大規模なワークロードに拡張するには、SNNを2つのデバイスに分割するスプリット・コンピューティングが有望なソリューションである。このようなアーキテクチャでは、初期層をホストするデバイスは、その出力ニューロンによって生成されたスパイクに関する情報を2番目のデバイスに送信しなければならない。これは、付加的なペイロード情報を伝達する多階層スパイクの利点と、デバイス間で余分なビットを伝送するために必要な通信リソースとの間のトレードオフを確立する。本論文では、マルチレベルSNNを採用したニューロモーフィック・ワイヤレス・スプリット・コンピューティング・アーキテクチャに関する初の包括的研究を紹介する。効率的な通信を可能にするために、直交周波数分割多重（OFDM）無線インターフェース用のデジタルおよびアナログ変調方式を提案する。ソフトウェア定義無線を用いたシミュレーションと実験の結果から、マルチレベルSNNモデルによる性能向上が明らかになり、送受信機間の接続品質の関数としての最適なペイロードサイズに関する洞察が得られる。

要約(オリジナル)

Inspired by biological processes, neuromorphic computing leverages spiking neural networks (SNNs) to perform inference tasks, offering significant efficiency gains for workloads involving sequential data. Recent advances in hardware and software have shown that embedding a small payload within each spike exchanged between spiking neurons can enhance inference accuracy without increasing energy consumption. To scale neuromorphic computing to larger workloads, split computing – where an SNN is partitioned across two devices – is a promising solution. In such architectures, the device hosting the initial layers must transmit information about the spikes generated by its output neurons to the second device. This establishes a trade-off between the benefits of multi-level spikes, which carry additional payload information, and the communication resources required for transmitting extra bits between devices. This paper presents the first comprehensive study of a neuromorphic wireless split computing architecture that employs multi-level SNNs. We propose digital and analog modulation schemes for an orthogonal frequency division multiplexing (OFDM) radio interface to enable efficient communication. Simulation and experimental results using software-defined radios reveal performance improvements achieved by multi-level SNN models and provide insights into the optimal payload size as a function of the connection quality between the transmitter and receiver.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL