이 논문은 신경형태 컴퓨팅의 기본 개념을 소개하고, 다양한 추상화 계층(재료, 소자, 회로, 아키텍처, 알고리즘)에서의 대표적인 사례를 살펴본다.
먼저 신경형태 컴퓨팅 시스템의 주요 특성을 설명한다. 이는 뇌와 유사한 대규모 병렬 연산, 메모리와 연산의 공동 위치, 비동기/아날로그 연산 등이다. 이어서 생물학적 신경망의 작동 원리를 개괄한다. 뉴런 간 스파이크 신호 전달과 시냅스의 가소성 등 핵심 메커니즘을 소개한다.
다음으로 스파이킹 신경망(SNN)의 특성을 기존 인공신경망(ANN)과 비교한다. SNN은 이벤트 기반 동적 데이터, 이산값 스파이크 신호, 비미분성 등의 특징을 가진다. 이를 통해 ANN보다 높은 생물학적 유사성과 시공간 처리 능력을 갖지만, 계산 복잡도도 더 높다.
이어서 MOSFET 기반의 전통적인 시냅스 및 뉴런 회로와 함께, 차세대 신경형태 하드웨어의 대표 소자인 memristor의 활용 사례를 소개한다. Memristor는 복잡한 신경 동역학을 내재적으로 구현할 수 있어 효율적인 하드웨어 구현이 가능하다.
마지막으로 신경형태 프로세서의 최신 동향을 정리한다. 대표적인 프로세서인 DYNAP, SpiNNaker, TrueNorth, Loihi 등의 주요 특징을 비교한다.
To Another Language
from source content
arxiv.org
Önemli Bilgiler Şuradan Elde Edildi
by Md Sakib Has... : arxiv.org 03-19-2024
https://arxiv.org/pdf/2310.09692.pdfDaha Derin Sorular