Применение мемристивных устройств в системах машинного зрения
- Авторы: Щаников С.А.1
-
Учреждения:
- Муромский институт (филиал) Владимирского государственного университета имени Александра Григорьевича и Николая Григорьевича Столетовых
- Выпуск: Том 18, № 4 (2023)
- Страницы: 831-834
- Раздел: Материалы конференции
- Статья получена: 15.11.2023
- Статья одобрена: 18.11.2023
- Статья опубликована: 15.12.2023
- URL: https://genescells.ru/2313-1829/article/view/623429
- DOI: https://doi.org/10.17816/gc623429
- ID: 623429
Цитировать
Полный текст
Открытый доступ
Доступ предоставлен
Доступ платный или только для подписчиков
Аннотация
Результаты сравнения вычислителей на базе мемристивных устройств с современными аппаратными ускорителями искусственных нейронных сетей (ИНС) на традиционной элементарной базе, приведённые, например, в обзоре [1], показывают их преимущества по всем ключевым показателям — производительности, энергоэффективности, точности и др. В данном докладе представлен анализ современного состояния применения мемристивных устройств для решения задач машинного зрения. Особое внимание уделяется концепции [2] нейроморфных систем машинного зрения (СМЗ) на базе мемристивных устройств. Отличительная особенность данной концепции заключается в том, что это полностью аналоговая система — начиная от ввода информации и заканчивая её выводом. Она состоит из сенсорной и нейронной частей. Задача сенсорной части — фиксация визуальной информации и её передача на нейронную часть для обработки в соответствии с алгоритмом работы модели ИНС.
В качестве частного случая реализации входного канала сенсорной части можно рассматривать соединение мемристора и фотодиода в одну цепь. Когда такая цепь включена в обратном смещении и свет падает на фотодиод, то через него от катода к аноду течёт фототок. Этот фототок изменяет сопротивление мемристора в зависимости от интенсивности света и времени экспонирования, таким образом выполняя преобразование освещённости в сопротивление. В случае, если визуальную информацию не нужно кодировать сопротивлениями мемристоров, их можно заменить на нагрузочное сопротивление одинакового номинала для всех каналов. Независимо от варианта входного канала, сигнал, кодирующий визуальную информацию, без оцифровки подаётся в нейронную часть. В составе нейронной части мемристоры выполняют роль синапсов. При этом с их помощью можно аппаратно реализовать как синапсы традиционных формальных архитектур ИНС, в которых входная информация умножается на заранее запрограммированный вес, так и синапсы для спайковых нейронных сетей, в которых мемристор проявляет механизмы синаптической пластичности подобно живым биологическим нейронным сетям [3].
Тогда, если выход предложенных вариантов входного канала СМЗ соединить с устройством, работающим по принципу integrate and fire, то такое устройство можно рассматривать уже не просто как вход для формальной ИНС, а как пресинаптический нейрон спайковой ИНС. Данный нейрон будет генерировать спайки в зависимости от интенсивности света — чем ярче свет, тем выше частота спайков и наоборот (накопление заряда в каналах с низким сопротивлением происходит быстрее). Вся система аналогового машинного зрения будет представлять собой спайковую нейронную сеть без аналогово-цифровых и цифро-аналоговых преобразователей. По сравнению с цифровыми системами машинного зрения такой подход позволит значительно снизить потребление энергии и создать носимую и бортовую электронику с уникальными тактико-техническими характеристиками. Данную архитектуру можно масштабировать до размера современных матриц устройств фото- и видеофиксации и использовать как аппаратный ускоритель моделей ИНС, применяемых в настоящее время для работы с изображениями, а также как платформу для дальнейшего развития данного направления.
Полный текст
Результаты сравнения вычислителей на базе мемристивных устройств с современными аппаратными ускорителями искусственных нейронных сетей (ИНС) на традиционной элементарной базе, приведённые, например, в обзоре [1], показывают их преимущества по всем ключевым показателям — производительности, энергоэффективности, точности и др. В данном докладе представлен анализ современного состояния применения мемристивных устройств для решения задач машинного зрения. Особое внимание уделяется концепции [2] нейроморфных систем машинного зрения (СМЗ) на базе мемристивных устройств. Отличительная особенность данной концепции заключается в том, что это полностью аналоговая система — начиная от ввода информации и заканчивая её выводом. Она состоит из сенсорной и нейронной частей. Задача сенсорной части — фиксация визуальной информации и её передача на нейронную часть для обработки в соответствии с алгоритмом работы модели ИНС.
В качестве частного случая реализации входного канала сенсорной части можно рассматривать соединение мемристора и фотодиода в одну цепь. Когда такая цепь включена в обратном смещении и свет падает на фотодиод, то через него от катода к аноду течёт фототок. Этот фототок изменяет сопротивление мемристора в зависимости от интенсивности света и времени экспонирования, таким образом выполняя преобразование освещённости в сопротивление. В случае, если визуальную информацию не нужно кодировать сопротивлениями мемристоров, их можно заменить на нагрузочное сопротивление одинакового номинала для всех каналов. Независимо от варианта входного канала, сигнал, кодирующий визуальную информацию, без оцифровки подаётся в нейронную часть. В составе нейронной части мемристоры выполняют роль синапсов. При этом с их помощью можно аппаратно реализовать как синапсы традиционных формальных архитектур ИНС, в которых входная информация умножается на заранее запрограммированный вес, так и синапсы для спайковых нейронных сетей, в которых мемристор проявляет механизмы синаптической пластичности подобно живым биологическим нейронным сетям [3].
Тогда, если выход предложенных вариантов входного канала СМЗ соединить с устройством, работающим по принципу integrate and fire, то такое устройство можно рассматривать уже не просто как вход для формальной ИНС, а как пресинаптический нейрон спайковой ИНС. Данный нейрон будет генерировать спайки в зависимости от интенсивности света — чем ярче свет, тем выше частота спайков и наоборот (накопление заряда в каналах с низким сопротивлением происходит быстрее). Вся система аналогового машинного зрения будет представлять собой спайковую нейронную сеть без аналогово-цифровых и цифро-аналоговых преобразователей. По сравнению с цифровыми системами машинного зрения такой подход позволит значительно снизить потребление энергии и создать носимую и бортовую электронику с уникальными тактико-техническими характеристиками. Данную архитектуру можно масштабировать до размера современных матриц устройств фото- и видеофиксации и использовать как аппаратный ускоритель моделей ИНС, применяемых в настоящее время для работы с изображениями, а также как платформу для дальнейшего развития данного направления.
ДОПОЛНИТЕЛЬНАЯ ИНФОРМАЦИЯ
Источник финансирования. Работа выполнена при поддержке гранта Российского научного фонда № 21-71-00136 «Разработка научно-технологических принципов создания и функционирования нейроморфных систем аналогового машинного зрения на основе мемристивных устройств».
Конфликт интересов. Авторы декларируют отсутствие явных и потенциальных конфликтов интересов, связанных с публикацией настоящей статьи.
Об авторах
С. А. Щаников
Муромский институт (филиал) Владимирского государственного университета имени Александра Григорьевича и Николая Григорьевича Столетовых
Автор, ответственный за переписку.
Email: seach@inbox.ru
Россия, Муром
Список литературы
- Amirsoleimani A., Alibart F., Yon V., et al. In memory vector matrix multiplication in monolithic complementary metal–oxide–semiconductor memristor integrated circuits: design choices, challenges, and perspectives // Advanced Intelligent Systems. 2020. 2020. Vol. 2, N 11. P. 2000115. doi: 10.1002/aisy.202000115
- Shchanikov S., Bordanov I. The concept of neuromorphic vision systems based on memristive devices // 2022 6th Scientific School Dynamics of Complex Networks and their Applications (DCNA); Sept 14–16 2022; IEEE. P. 256–259. doi: 10.1109/DCNA56428.2022.9923295
- Koryazhkina M., Okulich E., Ryabova M. Effect of pulse amplitude on depression and potentiation of ZrO 2 (Y)-based memristive synaptic device // 6th Scientific School Dynamics of Complex Networks and their Applications (DCNA); Sept 14–16 2022; IEEE. 2022. P. 147–150. doi: 10.1109/DCNA56428.2022.9923189
Дополнительные файлы
