TrueNorth er et anden generations neuromorfisk processorforskningsprojekt fra IBM . TrueNorth-mikrochippen blev udviklet i sommeren 2014 under DARPA SyNAPSE-programmet . Processoren har en ikke-klassisk arkitektur (ikke baseret på von Neumann-arkitekturen ) og er inspireret af nogle modeller af, hvordan neocortex fungerer . [en]
TrueNorth-chippen er fremstillet ved hjælp af plan halvlederteknologi ved hjælp af en 28 nm fremstillingsproces på Samsung-fabrikken. Den indeholder 5,4 milliarder transistorer (gør den til en af de største på udgivelsestidspunktet), ved hjælp af hvilke: [1]
For at organisere et sådant antal elementer blev der brugt 4096 blokke ("kerner") i et todimensionelt array, der målte 64 gange 64. Hver blok ("kerne") indeholder en skemalægger, et token-styringsmodul, omkring 100 kilobit SRAM-hukommelse at gemme tilstanden for "synapser" og "neuroner", et kommunikationsmodul med nabokerner (router, router) og en logisk implementering af "neuroner" [1] , som gør det muligt for hver blok at simulere 256 "neuroner" med en frekvens på 1 kHz [2] . Chippen er bygget ved hjælp af asynkron teknologi udviklet på Cornell University. [3]
Binære tilstande "neuroner" er modelleret ( Spike neuroner ; Integrate-og-fire ). Vægten af hver synapse er kodet i 2 bits. Det vil sige, at en synapse faktisk kan være excitatorisk (med en fast vægt for en given neuron), hæmmende (også med samme vægt for alle synapser af en neuron) eller fraværende. Synaptiske forbindelser har en 4-bit tidsforsinkelse. [2]
Chippens strømforbrug er 70-100 milliwatt (ved analyse af video 400 × 240 30 fps), ydeevnen af systemer baseret på chippen anslås af forfatterne til 46 milliarder "synaptiske operationer pr. sekund pr. watt" [1]
TrueNorth er velegnet til udførelse af tilbagevendende neurale netværk , som kan bruges til at klassificere forskellige informationer, herunder billeder, tale og video. [en]
TrueNorth er programmeret ved hjælp af det nye objektorienterede sprog Corelet. [4] [5]