neironne_seti_i_neirokompjuter (1085713), страница 27
Текст из файла (страница 27)
При обучении на сложных данных нейрокомпьютерпревосходит ПК на базе Pentium по быстродействию в несколько сотен (наотдельных тестах – в тысячу) раз. Нейрокомпьютер позволяетпрогнозировать заведомо нереализуемые задачи – текущую ситуацию намировом валютном рынке, динамику политических событий в регионах идаже исход футбольных матчей.Старшая модель серии имеет пиковое быстродействие 2,27 млрдсоединений/с, что позволяет сократить время аналитической обработкиданных. Для сравнения – при решении нейросетевых задач стандартные ПКпоказывают следующее быстродействие:§ 486/ 50 MHz – 750 тыс. соед.
/с;§ Pentium / 90 MHz – 1980 тыс. соед. /с.Конструктивно нейрокомпьютер CNAPS/PC представляет собойполноразмернуюкарту,вставляемуювслотрасширенияPC(поддерживаются шины ISA и PCI). На плате размещены 2 либо 4 нейроСБИС, реализующих 64 либо 128 нейропроцессоров соответственно. Крометого, карта содержит 512 КБайт быстродействующей кэш-памяти истандартный SIMM ОЗУ – 4 МБайт (расширяемый до 36 МБайт).Нейрокомпьютер ZISC/ISA компании IBMZISC/ISAпредназначен дляIBMPCсовместимых ПК.Нейроускоритель построен на 16 нейрочипах ZISC036 и имеет 576 нейронов.Возможна установка нескольких карт, одна из которых работает в режимеMaster, а другие – Slave.
Внешний вид ISA-нейроускорителя представлен нарис П.7 Приложений.Нейрокомпьютер ZISC/PCI компании IBMДанный высокопроизводительный нейроускоритель предназначен дляработы в PCI слоте ПК (внешний вид представлен на рис. П.8 приложений).Основные параметры:§ рабочая частота – 33 MHz;§ производительность – 165000 операций в секунду;§ ускоритель может содержать – 1,7,13 или 19 нейрочипов ZISC036.Нейрокомпьютеры Synapse компании SiemensКомпания Siemens Nixdorf Informationssysteme (SNI) – дочернеепредприятие концерна Siemens в сотрудничестве с Мангеймскимуниверситетом создала нейрокомпьютер под названием Synapse 1 (см. п.5.3), который появился на рынке в середине 1994 г.
В дальнейшем быливыпущены нейроускорители Synapse 2 и Synapse 3.147PDF created with pdfFactory trial version www.pdffactory.comТаким образом, компания Siemens стала первой европейской фирмой,выпустившей нейрокомпьютеры (в настоящее время они распространяютсяфранцузской фирмой Tiga Technologies).Сфера применения нейрокомпьютеров Siemens – распознавание речи,изображений, образов, ускорение работы программных эмуляторов.Сложность моделирования на рабочей станции процесса самообучениядля нейронных сетей до сих пор тормозит разработку нейронныхприменений, поскольку каждый шаг в обучении требует много времени. Чтокасается нейрокомпьютера Synapse, то за один час самообучения ондостигает таких же результатов, что и нейронные сети в обычномкомпьютере за целый год.
Эти системы обладают скалярноймногопроцессорной архитектурой и наращиваемой памятью.Нейрокомпьютер Synapse 2 компании SiemensВ состав Synapse 2 входит: один нейрочип МА16 (40 гц), управляющийПЦОС TMS320C50 (55 МГц), модуль целочисленной обработки на базеПЦОС TMS320C50 (55 мгц), память образцов (Y-Memory), память весов (WMemory).
Структурная схема нейроускорителя Synapse 2 представлена нарис. 5.7, а внешний вид на рис П.9 Приложений.Рис. 5.7. Структурная схема Synapse 2Нейрокомпьютер Synapse 3 компании SiemensСерийно выпускаемые нейроускорители Synapse 3 поставляются сдвумя нейрочипами МА 16. Пиковая эффективность одной карты Synapse 3 –148PDF created with pdfFactory trial version www.pdffactory.com2,4 млрд операций/сек.
Программное обеспечение работает в средеUNIX/XWIND и реализовано на C++. Нейронная сеть тоже описывается наС++ или может вводится интерактивно с помощью графического интерфейсатипа OSF/Motif, что позволяет визуализировать конфигурацию СБИС послеотображения на нее структуры нейронной сети.Сравнительная диаграмма производительности нейрокомпьютеровSynapse 2 и Synapse 3, а также процессора Pentium-200 на матричныхоперациях приведена на рис. 5.8.Рис.
5.8. Сравнительная диаграмма производительности5.3. Нейрокомпьютеры, выпускаемые в видеконструктивно-автономных системРассматривая подходы к аппаратной реализации нейрокомпьютеровнеобходимо отметить, что, несмотря на широкое распространениеразличных высокопараллельных ускорителей для различных задач, числомоделей полнофункциональных нейрокомпьютеров невелико, а коммерческидоступны из них единицы. Это и понятно, так как большинство из нихреализованы для спецприменений.В качестве примеров рассмотрим ряд прототипов, реализованных ввиде конструктивно-автономных нейрокомпьютеров [10]:§ нейрокомпьютер Synapse 1 компании Siemens;149PDF created with pdfFactory trial version www.pdffactory.com§ нейрокомпьютер Силиконовый мозг, созданный в США по программе"Электронныймозг"ипредназначенныйдляобработкиаэрокосмических изображений с производительностью 80 MFLOPS(80 × 1015 операций в секунду), с объемом данных, равным среднемуобъему информации, хранящейся в мозге человека;§ нейрокомпьютер Эмбрион (Россия).Нейрокомпьютер Synapse 1 компании SiemensБазовый комплект Synapse N110 предполагает наличие главной ЭВМ –рабочей станции Sun Sparcstation 5 модели ТХ1 в качестве вспомогательногоконсолидирующего устройства, облегчающего процессы программирования,проектирования нейронных сетей, тестирования, управления внешнимиустройствами, вывода результатов и т.п.
Главная ЭВМ сопрягается саппаратурой Synapse 1 через шину VME.В архитектуре Synapse 1 можно выделить четыре основныекомпоненты: матричный процессор, память весов, устройство управления иустройство данных со следующими характеристиками:§ процессорная плата с матрицей из восьми ПЦОС МА 16 спроизводительностью 3,2 миллиарда операций умножения (16 × 16бит) и сложения (48 бит) в секунду;§ память весов 128 МБайт;§ устройство управления на базе Motorola MC68040;§ устройство данных на базе Motorola MC68040;§ все аппаратные средства размещаются в небольшом корпусе667× 398 × 680 мм.Проводимые исследования показали, что производительностьвыполнения нейросетевых операций на нейрокомпьютере Synapse 1, покрайней мере, на три порядка выше производительности традиционныхвычислительных систем.Нейрокомпьютер позволяет моделировать нейронные сети сколичество синапсов до 64000000, а гибкость архитектуры практически неограничивает разнообразность нейросетевых парадигм.Нейрокомпьютер ЭмбрионНейрокомпьютерЭмбрионразработансучастиемчленакорреспондента МАИ В.Д.
Цыганкова (рис. П.5 приложений). Былореализовано несколько модификаций данного нейрокомпьютера дляразличных приложений [10]:§ измерение случайных многомерных управляемых импульсных потоковЭмбрион-1;§ интерсенсорный перенос «глаз» - «рука»;§ техническаядиагностиканеисправностейэнергогенераторасамолетной электростанции (Эмбрион-2);150PDF created with pdfFactory trial version www.pdffactory.com§ управление нестационарным объектом в реальном масштабе времени(Эмбрион-3 и Эмбрион-4);§ реализация технического зрения (Эмбрион-5);§ управление адаптивным промышленным роботом Универсал-5А,обслуживающим карусельную плавильную печь стекольного завода;§ управлениеадаптивнымпромышленнымроботомР-2сискусственными мышцами при сборке и покраске;§ управлениемобильнымавтономным роботом Краб-1 привзаимодействии с неориентированными предметами и др.Рис.
5.9. Процесс генерации нейронной сети в нейрокомпьютере ЭмбрионНа рис. 5.9 представлена структурная схема процесса генерациинейронной сети в нейрокомпьютере Эмбрион. Сигналы из внешней среды(S) проецируются на сенсорную матрицу. Под воздействием активирующегопотока импульсов из Блока выдвижения гипотез информация из сенсорнойматрицы переносится в регистр внутренней памяти, а его меняющиеся вовремени коды-состояния формируют виртуальную квазинейронную сеть и еевыходную реакцию.151PDF created with pdfFactory trial version www.pdffactory.com6. ЛАБОРАТОРНЫЙ ПРАКТИКУМЦель – предоставить обучаемому возможность самостоятельно решитьнесколько несложных, но весьма интересных задач, используя программныйпродукт для моделирования нейронных сетей TRAJAN компании TrajanSoftware Co.
(Великобритания) или любую другую аналогичную программуна выбор (см. табл. П.1 приложения).Лабораторный практикум отражает опыт подготовки российских ииностранных студентов в области применения нейронных сетей на кафедреИнформационно-измерительной техники Московского энергетическогоинститута (технического университета) и на кафедре ИТ-7 Московскойгосударственной академии приборостроения и информатики.Позволяет закрепить теоретический материал и получить некоторыепрактические навыки в синтезе и обучении нейронных сетей.Лабораторный практикум построен на одной из простых, и в то жевремя наиболее часто применяемой, модели многослойного персептрона иалгоритма обратного распространения.Выполнение практикума допускает использование свободнораспространяемой демонстрационной версии пакета TRAJAN.6.1.
Лабораторная работа № 1Создание и обучение простейшей нейронной сетиЦель – освоение основных приемов работы с демонстрационной версиейпрограммного продукта TRAJAN в ходе создания и обучения простейшейнейронной сети [1].Задание1. Повторить соответствующий теоретический материал (глава 2: п. 2.1– 2.3 и глава 3).2. Создать и обучить нейронную сеть, которая будет способна решатьлогическую задачу исключающего «ИЛИ». Таблица истинности для весьмаполезной логической функции приведена в табл.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
