清華集成電路學(xué)院高濱 ：一種基于存算一體技術(shù)的類(lèi)腦聲音定位方法

近日，清華大學(xué)集成電路學(xué)院的高濱副教授課題組在《自然?通訊》（Nature Communications）上在線(xiàn)發(fā)表了題為“Memristor-Based Analogue Computing for Brain-Inspired Sound Localization with in situ training”的研究論文  ，提出了一種基于存算一體技術(shù)的類(lèi)腦聲音定位方法。面向定位任務(wù)的計(jì)算需求 ，提出了多閾值更新策略，緩解了憶阻器非理想因素帶來(lái)的精度損失 。在集成規(guī)模為1K的憶阻器陣列中，課題組成功演示了聲音定位的在線(xiàn)訓(xùn)練，實(shí)現(xiàn)了兩個(gè)數(shù)量級(jí)的能耗降低。

圖1 類(lèi)腦存算一體聲音定位示意圖

對(duì)生物大腦定位能力的模仿
，常被應(yīng)用于車(chē)輛檢測(cè) 
、虛擬聽(tīng)覺(jué)系統(tǒng)等場(chǎng)景。隨著摩爾定律逐漸放緩，傳統(tǒng)硬件平臺(tái)難以滿(mǎn)足實(shí)時(shí)定位場(chǎng)景中不斷增長(zhǎng)的算力需求 。近年來(lái)備受關(guān)注的存算一體類(lèi)腦計(jì)算技術(shù)，能夠大幅度減少數(shù)據(jù)在存儲(chǔ)與計(jì)算單元之間的傳輸開(kāi)銷(xiāo) ，有望突破存儲(chǔ)墻瓶頸的限制，實(shí)現(xiàn)算力的大幅提升
。然而
，與分類(lèi)任務(wù)不同 ，定位任務(wù)的輸入信息和檢測(cè)位置均為連續(xù)值 ，對(duì)計(jì)算硬件平臺(tái)自身非理想因素的容忍度較低。迄今為止
，如何高效實(shí)現(xiàn)聲音定位一直是國(guó)內(nèi)外關(guān)注的熱點(diǎn)問(wèn)題  。

清華大學(xué)集成電路學(xué)院的高濱副教授課題組利用憶阻器的連續(xù)電導(dǎo)調(diào)制特性，構(gòu)建了一種基于憶阻器陣列的新型類(lèi)腦計(jì)算系統(tǒng) ，應(yīng)用于聲音定位任務(wù)：網(wǎng)絡(luò)包含60個(gè)輸入神經(jīng)元和7個(gè)輸出神經(jīng)元，輸入、輸出信息分別為雙耳接收的聲波信號(hào)和范圍在-90度到90度之間的方位角