Neurocube

Dieses Papier präsentiert eine programmierbare und skalierbare digitale neuromorphe Architektur, die auf 3D-Hochdichtspeicher basiert und mit einer Logikschicht für effizientes neuronales Rechnen integriert ist. Die vorgeschlagene Architektur besteht aus Clustern von Verarbeitungseinheiten, die durch ein 2D-Mesh-Netzwerk als Verarbeitungsschicht verbunden sind und in 3D mit mehreren Schichten von DRAM integriert sind. Die PE-Cluster greifen parallel auf mehrere Speicherk Channels (Vaults) zu. Das Betriebsprinzip, das als speicherzentriertes Rechnen bezeichnet wird, bettet spezialisierte Zustandsmaschinen innerhalb der Vault-Controller von HMC ein, um Daten in die PE-Cluster zu treiben. Das Papier präsentiert die Grundarchitektur des Neurocube und eine Analyse der in 28nm- und 15nm-Prozesstechnologien synthetisierten Logikschicht. Die Leistung des Neurocube wird bewertet und veranschaulicht durch die Abbildung eines convolutional neural network (CNN) und die Schätzung der anschließenden Leistung und Energie für sowohl Training als auch Inferenz.