SpiNNakerにおけるConvNets実験

SpiNNakerハードウェアプラットフォームは、各ニューロン間の接続が独立したシナプス重みで定義される一般的な神経ネットワークトポロジーをエミュレートすることを可能にします。そのため、一般的な神経ネットワークトポロジーでは重みの保存に大量のメモリが必要です。SpiNNakerでは、各SpiNNakerチップ（18のARMコアを含む）に128MBのDRAMチップを同じパッケージ内にカプセル化することでこの問題を解決しています。しかし、ConvNets（畳み込みニューラルネットワーク）は「重み共有」特性を持っているため、多くのニューロン間接続が同じ重み値を共有します。したがって、すべてのシナプス重みを定義するために必要なメモリは非常に少なく、各ARMコアのローカルSRAM DTCM（データ密結合メモリ）に保存することができます。このようにして、DRAMはオフライン分析のためにトラフィックデータを広範囲に保存するために使用できます。私たちは、シンボル認識のための5層ConvNetの実装を示します。シンボルはDVSカメラを使用して取得されます。ConvNet内のニューロンはイベント駆動方式で動作し、シナプスは瞬時に動作します。このアプローチにより、各ARMコアあたり最大2048のニューロン、または同等にSpiNNakerチップごとに32kのニューロンを割り当てることが可能でした。