Нейропроцессор

Нейропроцессор

Биологический прототип

С большими упрощениями мозг состоит из порядка миллиарда мельчайших вычислительных элементов (нейронов), связанных с органами чувств и между собой специальными нитями (аксонами). Импульсы, зарождающиеся в органах чувств, передаются от нейрона к нейрону с помощью пресловутых синапсов и дендритов. Каждый нейрон при приеме поступающего на вход сигнала обрабатывает его и, в зависимости от внутренних условий, а также уровня и вида сигнала, выдает ответ на ряд других нейронов. Хотя скорость передачи сигнала от нейрона к нейрону невелика, за счет распараллеливания обработки поступающих сигналов общее время между поступлением на вход сигнала и выдачей результата ничтожно мало.

Работа искусственного нейрона внешне напоминает работу биологического прообраза: от других нейронов на его вход поступают сигналы, значимость которых в соответствии с матрицей весов уменьшается или увеличивается. Далее все сигналы складываются и обрабатываются пороговой функцией, поступают на выход и рассылаются другим нейронам.

Структура нейропроцессора

Принципы работы

Общий принцип работы многослойной нейронной сети с обучением методом обратного распространения ошибки заключается в следующем. Сначала, с помощью заранее известных исходных данных и результатов по ним, обучаем сеть - на ее вход подаем входные значения, а на выходе сравниваем значения сети с реальным результатом и в зависимости от степени их разногласия корректируем внутренние веса нейронов. Добившись удовлетворительной работы сети с заданной степенью погрешности, прекращаем обучение. Теперь сеть готова рассчитывать реальные данные. Для расчета сеть переводится из режима обучения в режим работы. На вход поступают данные, они обрабатываются, и на выходе получаем ответ с определенной долей вероятности. Так работает примитивная нейронная сеть обратного распространения. В действительности существует множество разнообразных способов увеличения точности ответов и ускорения обучения сетей. Кроме того, при решении ряда задач комбинируют нейросетевые алгоритмы между собой, да и вообще по-разному извращаются.

Нейрожелезо

Наконец, о самом интересном - о нейропроцессорах. Одной из первых возможностями нейронных сетей и их промышленным применением заинтересовалась компания Intel. С подачи министерства обороны США были начаты работы по проектированию и разработке нейропроцессора. В 1989 году уже был представлен первый промышленный образец i80170NX ETANN (Electrically Trainable Analog Neural Network). Применение распараллеленной архитектуры в нейропроцессоре позволило добиться производительности 2 миллиарда операций в секунду. Этот процессор (и его преемник - i80160NC) весьма успешно работает в различных системах, в которых необходимо решение неформализуемых задач. Вслед за Intel подтянулись и другие ведущие мировые производители вычислительной техники. Свои нейропроцессоры создали такие компании, как Motorola, Echelon, IBM, Siemens, Fujitsu и другие.

Отдельно хотелось бы упомянуть об успехах России на этом поприще. В 1998 году на мировой рынок нейрочипов вышла и наша фирма - НТЦ "Модуль", представив нейропроцессор NM6403. Его спроектировали и разработали российские инженеры, правда, производится нейропроцессор на мощностях компании Samsung.

Область применения NM6403 весьма широка. Он применяется для обработки видеоданных, в радиолокационных системах и в криптографии. Весьма интересен созданный на базе нейропроцессора аппаратно-программный комплекс "Трафик-Монитор", который измеряет в реальном масштабе времени статистические характеристики транспортного потока для последующего принятия решения по организации и регулированию дорожного движения. Он позволяет измерить не только общее количество прошедших транспортных средств, но и классифицировать их по типам.