General-purpose Dataflow Model with Neuromorphic Primitives

要約

ニューロモーフィック・コンピューティングは、ニューラルネットワークにとどまらず、様々なアプリケーションにおいて高性能な利点をもたらす大きな可能性を示している。しかし、プログラムの汎用性とニューロモルフィック・ハードウェアの効率性のギャップを埋めるためには、ニューロモルフィック・コンピューティングの特徴に沿った汎用的なプログラム実行モデルが必要である。データフローモデルはその解決策となり得るが、制御フロープログラムを扱う場合、グラフの複雑性が高く、ニューロモルフィックハードウェアとの非互換性に直面し、プログラム性と性能を低下させる。本論文では、ニューロモルフィック・ハードウェアに適合したデータフローモデル（ニューロモルフィック・データフロー）を提案する。ニューロモルフィック・データフローは、コンパクトで簡潔、かつニューロモルフィックに適合した制御ロジックのプログラム表現を提供する。ニューロモーフィック・データフローは、「when」と「where」プリミティブを導入し、制御の見方を再構築する。ニューロモーフィック・データフローは、これらのプリミティブを、スパイク・アルゴリズムから継承された可塑性を持つデータフロー・スキーマに埋め込む。我々の手法により、ハードウェアの潜在能力を十分に活用しながら、プログラマビリティと可塑性の両方を備えたニューロモルフィック・ハードウェア上での汎用プログラムの展開が可能になる。

要約(オリジナル)

Neuromorphic computing exhibits great potential to provide high-performance benefits in various applications beyond neural networks. However, a general-purpose program execution model that aligns with the features of neuromorphic computing is required to bridge the gap between program versatility and neuromorphic hardware efficiency. The dataflow model offers a potential solution, but it faces high graph complexity and incompatibility with neuromorphic hardware when dealing with control flow programs, which decreases the programmability and performance. Here, we present a dataflow model tailored for neuromorphic hardware, called neuromorphic dataflow, which provides a compact, concise, and neuromorphic-compatible program representation for control logic. The neuromorphic dataflow introduces ‘when’ and ‘where’ primitives, which restructure the view of control. The neuromorphic dataflow embeds these primitives in the dataflow schema with the plasticity inherited from the spiking algorithms. Our method enables the deployment of general-purpose programs on neuromorphic hardware with both programmability and plasticity, while fully utilizing the hardware’s potential.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL