大规模类脑计算系统BiCoSS:架构、实现及应用

摘要

人脑具有协同多种认知功能的能力与极强的自主学习能力,随着脑与神经科学的快速发展,亟需计算结构模拟人脑的、性能更强大的计算平台进行人脑智能与认知行为机制的进一步探索.受人脑神经机制的启发,本文提出了基于神经认知计算架构的众核类脑计算系统BiCoSS,该系统以并行计算的现场可编程门阵列(Field-programmable gate array,FP-GA)为核心处理器,以地址事件表达的神经放电作为信息传递载体,以具有认知计算功能的神经元作为信息处理单元,实现了四百万神经元数量级大规模神经元网络认知行为的实时计算,填补了从细胞动力学层面理解人脑认知功能的鸿沟.实验结果从计算能力、计算效率、功耗、通信效率、可扩展性等方面显示了BiCoSS系统的优越性能.BiCoSS通过人脑信息处理的计算架构以更贴近神经科学本质的模式实现了类脑智能;同时,BiCoSS为神经认知和类脑计算的研究和应用提供了新的有效手段.