Новые книги
 Эта книга поможет освоить интегрированную среду разработки VBA и научиться программировать в VBA с использование объектов, их свойств, методов и событий. Обсуждаемые приемы программирования иллюстрируются примерами, которые можно сразу же опробовать на практике. Полученные знания вы сможете применить как для настройки и усовершенствования популярный офисных приложений, включая приложения Office XP, так и для создания собственных приложений.Книга рассчитана на тех, кто собирается быстро и без лишних усилий научиться программировать для Windows, используя VBA. |
 This book was written to provide a single reference for network administration in a Linux environment. Beginners and experienced users alike should find the information they need to cover nearly all important administration activities required to manage a Linux network configuration. The possible range of topics to cover is nearly limitless, so of course it has been impossible to include everything there is to say on all subjects. We've tried to cover the most important and common ones. We've found that beginners to Linux networking, even those with no prior exposure to Unix-like operating systems, have found this book good enough to help them successfully get their Linux network configurations up and running and get them ready to learn more.There are many books and other sources of information from which you can learn any of the topics covered in this book (with the possible exception of some of the truly Linux-specific features, such as the new Linux firewall interface, which is not well documented elsewhere) in greater depth. We've provided a bibliography for you to use when you are ready to explore more. |
Нейроускорители на базе нейрочипов
Кроме нейроускорителей на базе ПЛИС и DSP в последнее время все большее распространение находят нейроускорители на базе специализированных нейросигнальных и нейросетевых процессоров. Проанализируем особенности их реализации на конкретных приерах.
2х-процессорный встраиваемый модуль МЦ4.01 (NM1) НТЦ Модуль.
Рис.17. Модуль МЦ4.01
Встраиваемый модуль МЦ4.01 (NM1) цифровой обработки сигналов производства НТЦ "Модуль" [10] предназначен для решения различных задач нейронными и нейроподобными алгоритмами, а также задач цифровой обработки сигналов и ускорения векторно-матричных вычислений. Модуль выполнен на спроектированных и разработанных в НТЦ цифровых сигнальных процессорах NeuroMatrixR NM6403 и представляет собой одноплатный нейроускоритель. Конструктивно выполнен в виде платы, вставляемой в стандартный слот шины PCI (рис.17).
Рис.18. Структурная схема модуля МЦ4.01
Нейроускоритель содержит:
Производительность:
Конструктивное выполнение:
Нейроускоритель МЦ4.02 содержит один процессор NM6403 и обладает масштабируеой производительностью от 40 до 11.500 ММАС, обеспечивает обработку данных переенной разрядности от 1 до 64 бит. Модуль предназначен для работы в составе коплекса с системной шиной PCI, блок статической памяти модуля доступен для записи и чтения как со стороны процессора, так и со стороны шины PCI. На внешние разъемы модуля выведены два комуникационных порта, аппаратно совестимых с портаи TMS320C4x. Соединение коммуникационных портов нескольких одулей позволяет создавать мультипроцессорные систеы различной конфигурации. Сейчас ведутся разработки по созданию одулей на базе процессора NM6404.
Нейровычислители Synapse
Компания Siemens Nixdorf Informationssysteme (SNI) - дочернее предприятие концерна Siemens в сотрудничестве с Маннгеймским университетом создала нейрокомпьютер под названием "Синапс-1", который появился на рынке в середине 1994 г., в дальнейшем были выпущены нейроускорители Synaps 2 и Synaps 3. Таким образом, SNI стала первой европейской фирмой, выпустившей нейрокомпьютеры. В настоящее время нейроускорители распространяются французской фирой Tiga Technologies ([email protected]).
Рис.19. Внешний вид Synapse 2.
Сфера применения нейроодулей - распознавание речи, изображений, образов, ускорение работы програмных эуляторов. Сложность моделирования на рабочей станции процесса самообучения для нейронных сетей до сих пор тормозило разработку нейронных применений, поскольку каждый шаг в обучении требует много времени. Что касается "Синапс", то за один час самообучения он достигает таких же результатов, что и нейронные сети в обычном компьютере за целый год. Эти системы обладают скалярной многопроцессорной архитектурой и наращиваемой памятью.
В состав Synaps 2 (рис.19) входит: один нейрочип МА16 (40Гц), управляющий сигнальный процессор TMS320C50 (55 МГц), одуль целочисленной обработки на базе TMS320C50 (55 МГц), память образцов (Y-memory), память весов (W-memory). Структурная схема нейроускорителя Synaps 2 представлена на рис.20.
Рис.20. Структурная схема Synapse 2
Серийно выпускаемые нейроускорители "Синапс-3" поставляются с двумя процессорами МА 16. Пиковая эффективность одной нейроплаты Synaps3 - 2.4 млрд.операций/сек. Программное обеспечение работает в среде UNIX/XWIND и реализовано на C++. Нейронная сеть тоже описывается на С++ или может вводится интерактивно с помощью графического интерфейса типа OSF/Motif, что позволяет визуализировать конфигурацию СБИС после отображения на нее структуры сети. Средства тестирования и эмуляции развиты очень хорошо.
Рис.21. Сравнительная диаграмма
Сравнительная диаграмма производительности нейроплат и Pentium200 на матричных операциях приведена выше.
Нейроплата CNAPS/PC-128 фирмы Adaptive Solutions.
Плата CNAPS/PC была анонсирована в США в ноябре 1995 года обладает рядом характеристик, которые на первый взгляд кажутся фантастическими. При обучении на сложных данных нейроплата превосходит ПК на базе Pentium по быстродействию в несколько сотен (на отдельных тестах - до 1000) раз. Нейроплата позволяет прогнозировать заведомо "гиблые" задачи - текущую ситуацию на мировом валютном рынке, динамику политических событий в регионах и даже исход футбольных матчей.
Старшая модель семейства имеет пиковое быстродействие 2,27млрд.соединений/сек, что позволяет сократить время аналитической обработки данных Для сравнения - при решении нейросетевых задач стандартные персональные компьютеры показывают следующее быстродействие :
486/ 50 MHz - 750 тыс.соед/сек. Конструктивно нейроплата CNAPS/PC представляет собой полноразмерную плату вставляемую в слот расширения PC (поддерживаются шины ISA и PCI). На плате размещены 2 либо 4 нейро БИС, реализующие 64 либо 128 нейропроцессоров соответственно. Кроме того, плата содержит 512 кбайт быстродействующей кэш-памяти и стандартный SIMM ОЗУ -4 Мб (может быть расширен до 36Мб).
Нейроускорители фиры IBM ISA ускоритель с 16 x ZISC 036 (IBM).
Рис.22. Общий вид нейроускорителя ZISC 036.
ZISC/ISA предназначен для IBM PC совместимых компьютеров. Ускоритель построен на 16 ZISC036 процессорах и имеет 576 нейронов. Возможна установка нескольких карт, одна из которых работает в режиме Master, а другие Slave.
PCI ускоритель на ZISC 036
Рис.23. Общий вид PCI ускорителя на ZISC 036.
IBM PCI ZISC ускоритель - высокопроизводительный нейровычислитель, предназначенный для работы в PCI слоте.
Ускоритель может содержать - 1,7,13 или 19 ZISC036
Нейрокомпьютеры Рассматривая подходы к аппаратной реализации нейровычислителей необходио отмечить, что не сотря на широкое распространение различных высокопараллельных ускорителей для различных задач, число моделей полнофункциональных нейрокомпьютеров невелико, а коерчески доступны из них единицы. Это и понятно, так как большинство из них реализованы для спецприенений. Наиболее яркими приерами нейрокомпьютеров являются [1,2]: Нейрокомпьютер Synaps 1 (Siemens, Герания), нейрокомпьютер "Силиконовый мозг" (созданный в США по программе "Электронный мозг", предназначен для обработки аэрокосмических изображений, производительность 80 петафлоп (80х1015 операций в секунду, объем равен объему озга человека, потребляеая мощность 20 Вт.), нейрокомпьютер Эмбрион (Россия).
SYNAPSE-1
Базовый комплект SYNAPSE1-N110 предполагает наличие главной ЭВМ - рабочей станции SUN SPARCSTATION 5 модели ТХ1 в качестве вспомогательного консолидирующего устройства, облегчающего процессы программирования, проектирования нейросетей, тестирования, управления внешними устройствами, вывода результатов и т.п. Главная ЭВМ сопрягается с аппаратурой SYNAPSE1 через шину VME.
Рис.24. Общий вид нейрокомпьютера Synapse1.
В архитектуре SYNAPS1 можно выделить четыре основные компоненты: матричный процессор, память весов, устройство управления и устройство данных со следующими характеристиками:
Все аппаратные средства размещаются в небольшом корпусе 667x398x680 мм.
Проводиые исследования показали, что по производительности выполнение нейросетевых операций на нейрокомпьютере Synaps 1 по крайней мере на три порядка превышают производительность традиционных вычислительных систем и позволяют моделировать нейросети с количество синапсов равным 64 милиоонов, а гибкость архитектуры практически не ограничивает разнообразность реализуемых нейросетевых парадиг.
Нейрокомпьютер "Эмбрион"
Нейрокомпьютер Эмбрион [12] разработан под руководством член-корреспондента МАИ, к.т.н. Владимира Дмитриевича Цыганкова ([email protected]). На сегодня известно несколько модификаций данного нейрокомпьютера, для различных приложений: датчик случайных многомерных управляемых импульсных потоков "ЭМБРИОН-1", интерсенсорный перенос "глаз"-"рука", техническая диагностика неисправностей энергогенератора самолетной электростанции ("ЭМБРИОН-2"), управление нестационарным объектом (ЛА) в реальном масштабе времени ("ЭМБРИОН-3" и "ЭМБРИОН-4"), орган технического зрения ("ЭМБРИОН-5"), управление тактильно очувствленным адаптивным промышленным роботом "УНИВЕРСАЛ-5А" при обслуживании карусельной плавильной печи на стекольном заводе ("ПОИСК-1"), управление тактильно очувствленным адаптивным промышленным роботом "Р-2" с искусственными мышцами при сборке и покраске ("ПОИСК-2"), управление тактильно очувствленным мобильным автономным роботом "КРАБ-1" при взаимодействии с неориентированными предметами и др.
Рис.25. Общий вид различных модификаций нейрокомпьютера Эбрион.
Виртуальный нейрокомпьютер "ЭМБРИОН" - модель мозга человека [12], возбуждение квазинейронов в нем создает виртуальное квантовое когерентное волновое поле, которое имеет прямое отношение к проблеме создания КВАНТОВОГО НЕЙРОКОМПЬЮТЕРА (КНК). Нейрокомпьютер "ЭМБРИОН" представляет собою некоторую разновидность квантовой МАКРОсистемы или квантово-механической системы.
На Рис.26.[12] представлена структурная схема процесса генерации нейронной сети в НК "ЭМБРИОН". Сигналы из внешней среды (S) проецируются на Сенсорную Матрицу (СМ), которая в модели НК представляет некоторое подобие проекционной зоны коры мозга. Под воздействием активирующего потока импульсов из Блока Выдвижения Гипотез (БВГ) - подкорковой структуры мозга, ретикулярной формации или некоторого внутреннего генератора активности процессов в нейронной сети, информация из СМ переносится в Регистр внутренней памяти Ро и меняющиеся во времени его коды-состояния формируют виртуальную квазинейронную сеть (НС) и ее выходную реакцию .
Рис.26. Условия синтеза квазинейронной сети в нейрокомпьютере Эмбрион [12].
Нейрокомпьютер "ЭМБРИОН" - это система, основанная на коллективном спиновом резонансе. Число частиц в нейрокомпьютерной квантовой системе точно известно и определяется разрядностью n НК. Блок Выдвижения Гипотез (БВГ) представляет собою устройство, формирующее и управляющее последовательностью действий унитарных преобразований пространства кубитов. Протокол квантовой криптографии в НК или алгоритм U-кратного применения унитарного оператора-выстрела |U|=1 - это процесс переноса информации из S1-й строки сенсорной матрицы СМ в регистр внутренней памяти P0. Выполняется четвертое требование к КНК. Момент измерения результата Y - это момент времени t, когда Uk=Umax. Выполняется последнее из вышеприведенного перечня пятое требование к КНК.
НК "ЭМБРИОН" представляет собою квантовый когерентный нейрокомпьютер и требует для своего воплощения совершенно другой, по сравнению с обычным ПК, функциональной элементной базы или "мозговой массы".
Заключение и выводы: Работа с нейроускорителями и нейрокомпьютерами дает в руки совреенного инженера-исследователя, аналитика мощное средство проведения вычислений в реальном масштабе времени, если раньше большая часть времени уходила на подготовку и проверку одной-единственной гипотезы, то теперь система обрабатывает данные и выдает заключения практически в реальном времени. Несмотря на свои впечатляющие возможности, нейровычислители не очень распространены на рынке вследствие высокой цены (от от единиц до десятков тысяч USD для нейроускорителей и от десятков до сотен тыс. USD для нейрокомпьютеров) и из-за специфики освоения. Основная причина отсутствия полнофункциональных нейровычислителей на рынке - закрытость разработок. Из сотен фирм, производящих специализированные нейрочипы, лишь единицы поставляют свою продукцию на массовый рынок. Остальные обслуживают военный комплекс либо создают единичные продукты для спецприложений.
К сожаление из-за ограничений в объемах в рамках одного обзора нет возожности рассказать подробно обо всех известных на сегодня нейровычислителях и нейрокомпьютерах, в дальнейшем мы постараемся переодически возвращаться к данной теме и обсуждать вопросы вновь появившехся архитектурно-схемотехнических решений и элементной базы нейровычислителей. Оперативную информацию по данному направлению вы всегда сможете получить на сервере "Новости с Российского рынка нейрокомпьютеров" (http://neurnews.iu4.bmstu.ru).
Материалы данного обзора являются основой курсов "Микропроцессоры в системах управления" и "Архитектура и схеотехника совреенных ЭВМ", читаемых на кафедре "Конструирование и технология производства электронной аппаратуры" МГТУ им.Н.Э.Баумана (http://iu4.bmstu.ru). Мы будем признательны разработчикам нейровычислителей и всем заинтересованным лицам за дополнения и обсуждение вопросов затронутых в данном обзоре, а также готовы к выполнению совместных проектов и внедрению Ваших нейросетевых разработок в учебный процесс МГТУ им.Н.Э.Баумана. На сегодня основными направлениями деятельности кафедры в области нейросетевых приложений являются: создание нейроадаптивных систем активного управления пространственными волновыи полями (акустика, вибрации), нейроадаптивные системы управления робототехническими технологическими комплексами, распознование изображений, обработка сигналов в системах неразрушающего контроля, создание систем интеллектуального управления трафиком в телекомуникационных системах, исследовательские работы в области нейроинформатики (экспертные системы, аналитические системы, контекстно-поисковые систеы и т.п.).
Литература: [Назад][Содержание]Нейроускорители на базе нейрочипов
Pentium / 90 MHz - 1980 тыс.соед/сек.
