Введение к работе
Актуальность темы.
Повышение быстродействия СБИС имеет физический предел, поэтому дальнейшее увеличение производительности вычислений достижимо только за счет их. распараллеливания. Современная технология микроэлектроники позволяет производить миниатюрные и относительно дешевые процессоры, что обеспечивает возможность создания многопроцессорных систем. Распараллеливание вычислений между максимальным числом одновременно работающих процессоров столкнулось с проблемой нелинейного (медленного) роста производительности при увеличении числа процессорных элементов. Это происходит из-за экспоненциального роста времени, затрачиваемого на обмены данными и командами между процессорами, а также между процессорами и памятью. Таким образом, не столько решаются старые проблемы, сколько создаются новые. На пути параллельных вычислений выигрышную позицию занимают нейроструктуры, т.к. за счет простоты процессорных элементов обеспечивают большее отношение производительности к стоимости. Более того, вычислительная математика уходит от применения старых «однопроцессорных» к новым параллельным алгоритмами.
Основными направлениями современного развития нейрокомпьютерных технологий являются:
обработка мультимедийной информации, в частности, распознавание образов (человеческих лиц, речи, рукописного текста, аэрофотоснимков, показаний медицинских датчиков и т.д.), синтез звука и изображений, обеспечение виртуальной реальности (игры, обучение, компьютерная кинематография и анимация);
управление динамическими системами, например, управление наземным, воздушным, подводным, космическим транспортом, а также технологическими процессами промышленного производства;
создание систем поддержки принятия решений и прогнозирования (управление финансовой деятельностью, ведение боя, универсальные экспертные системы).
Резко возросло число военных разработок, в основном направленных на создание сверхбыстрых вычислителей. Если говорить о главном перспективном направлении -интеллектуализации вычислительных систем, придании им свойств человеческого мышления и восприятия, то здесь нейрокомпьютеры - практически единственный путь развития вычислительной техники.
Некоторые из указанных задач искусств енного интеллекта можно успешно решать с помощью программ, выполняемых на компьютере с фон-неймановской архитектурой. Однако для расширения круга решаемых задач и повышения скорости вычислений целесообразнее разрабатывать нейрокомпьютеры, чаще представляющие собой стандартную конфигурацию управляющей ЭВМ и сопроцессор-ускоритель, построенный таким образом, чтобы ускорять именно операции вычисления в нейронных сетях.
Сегодня разработками нейрокомпьютеров занимаются более 300 зарубежных компаний, среди которых такие гиганты, как Intel и IBM. Однако, созданные к настоящему времени нейрокомпьютеры обладают все еще недостаточно большим для массового распространения показателем производительность/ стоимость - -1,6 MCPS (миллионов соединений в секунду) за 1 доллар США и обладают фиксированной архитектурой, что сужает круг решаемых ими задач.
Таким образом, актуальность темы диссертационной работы обусловлена необходимостью увеличения производительности и снижения стоимости систем ускорения нейросетевых операций, а также обеспечением гибкости аппаратно реализованной логики.
Цель и задачи исследорвания.
Целью диссертационной работы является разработка специализированной СБИС и практическая реализация на ее основе сопроцессора ЭВМ, обладающего высоким показателем производительность/стоимость (более l',6MCPS3a$l) и имеющего
настраиваемую неиросетевую архитектуру.
В соответствии с целью диссертации поставлены и решены следующие задачи:
разработка методики быстрого проектирования архитектуры СБИС нейросетевого ускорителя с гибкой логикой;
создание перестраиваемой (управляемой) оптоэлектронной модели биологического нейрона на основе эффекта «замороженной» фотопроводимости;
формирование библиотеки схемотехнических модулей, отражающих поведение нейронных сетей различных моделей;
разработка платы расширения персонального компьютера, имеющей интерфейс обмена данными стандарта PCI 2.1 и максимальное число программируемых логических интегральных схем (ПЛИС), а также контроллера данной шины (PCI) на основе части конфигурируемых логических блоков (КЛБ) одной из установленных на плате ПЛИС и драйвера созданного устройства;
создание макета заказной СБИС, реализующей специализированный нейросетевой сопроцессор при установке данной СБИС на разработанную плату расширения ЭВМ.
Методы исследования. В работе используются методы вычислительной математики, физика полупроводников, теория искусственных нейронных сетей, методы математического моделирования.
Научная новизна. Основные результаты диссертации, имеющие научную новизну, следующие:
- разработана методика быстрого проектирования на основе
ПЛИС специализированных нейросетевых процессоров,
использующих различные модели нейронных сетей, в том числе и
гибридные, при размещении на одной плате расширения ЭВМ до
четырех таких процессоров, которая снижает время создания
оптимизированной схемы для решения конкретной задачи искусственного интеллекта,
предложено аналоговое оптоэлектронное устройство на основе эффекта «замороженной» фотопроводимости для моделирования нейрона, созданные на основе которого нейронные сети отличаются самообучением, адаптацией обучения и реализацией функции забывания аналогичными биопрототипу, т.е. максимально приближены к мозгу, обеспечивая большее быстродействие; построена математическая модель нейрона, позволяющая численным моделированием оптимизировать параметры устройства;
сформирована библиотека схемотехнических макромодулей нейронов, отличающихся способом реализации умножителей, что позволяет разработчику нейросетевого приложения увеличивать быстродействие за счет уменьшения числа параллельно работающих нейронов;
создана цифровая специализированная СБИС, используемая в составе разработанной и изготовленной РО-платы расширения персонального компьютера и реализующая нейросетевые принципы обработки информации.
Практическая ценность - предложена оптоэлектронная конструкция нейрона, позволяющая проводить моделирование процессов мышления в мозге;
разработана и изготовлена 6-слойная плата сопряжения ПЛИС с персональным компьютером, четвертого класса точности, имеющая высокоскоростной РСІ-интерфейс (132Мбайт/с) и содержащая до 4-х ПЛИС фирмы Xilinx серии Spartan или XC4000XLA;
сконструирован схемотехнический макромодуль контроллера шины интерфейса персонального компьютера спецификации PCI 2.1 на основе части конфигурируемых логических блоков (КЛБ) одной из установленных на плате ПЛИС,
что снижает стоимость создаваемого аппаратного комплекса;
написан драйвер созданного устройства для операционной системы Windows NT 4.0, позволяющий производить операции чтения и записи информации на низком уровне;
создан программно-аппаратный комплекс, ускоряющий выполнение нейросетевых операций, отличающийся повышением соотношении производительность/цена (в 9 раз по сравнению с известными аналогами), а также возможностью быстрой реализации широкого крута нейропарадигм в едином аппаратном базисе, в том числе и методы предобработки изображений, звука и т.д.
Реализация результатов работы. Результаты работы внедрены в ЗАО «РЕЛЭКС» (Реляционные экспертные системы), что позволило проводить научно - технические разработки, направленные на поиск преступника в базе данных по его изображению в ходе работ по договору с Главным управлением по борьбе с организованной преступностью (ГУБОП) МВД РФ, использующим модифицированную информационно -аналитическую систему «Невод», разработанную согласно госбюджетной НИР «Исследование представления и анализа разнородной информации в виде семантической сети» в интересах Министерства науки и технологий Российской Федерации.
Основные положения н результаты, выносимые на защиту. На защиту выносятся:
методика быстрого проектирования специализированных нейросетевых процессоров;
аналоговое оптоэлектронное устройство для моделирования нейрона;
библиотека схемотехнических макромодулей цифровых нейронов;
цифровая специализированная СБИС для ускорения
выполнения неГіросетевьіх операций.
Апробация работы. Основные положения диссертационной работы докладывались и обсуждались на ежегодных научных конференциях профессорско-преподавательского состава Воронежского государственного университета (Воронеж, 1995-1999), ежегодных межвузовских научно - технических конференциях «Микроэлектроника и информатика» (Москва, 1996, 1997, 1998), II и V Всероссийских конференциях «Нейрокомпьютеры и их применение» (Москва, 1996, 1999), международной конференции «Математическое моделирование систем: методы, приложения и средства» (Воронеж, 1998), Всероссийской конференции «Интеллектуальные информационные системы» (Воронеж, 1999), 7-м Всероссийском семинаре «Нейроинформатика и ее приложения».
Публикации. По материалам диссертации опубликовано 14 печатных работ.
Структура и объем работы. Диссертационная работа состоит из введения, четырех глав с выводами и заключения. Работа содержит 133 страницы, включая 48 рисунков, 14 таблиц, 1 приложение и список литературы из 89 наименований.
