Применение имитационного моделирования для вычисления погрешности матрично-векторного умножения в мемристивных кроссбарах искусственных нейронных сетей
Аннотация
Аналоговая реализация искусственных нейронных сетей (ИНС) на базе мемристивных устройств (ИНСМ) позволяет повысить скорость работы ИНСМ при этом уменьшив их энергопотребление по сравнению с наиболее распространенным цифровым созданием ИНС на ЭВМ в архитектуре фон Неймана. Однако несмотря на данные преимущества мемристоры имеют ряд недостатков, которые приводят к снижению точности вычисления матрично-векторного умножения (МВУ) и соответственно негативно сказываются на качестве работы ИНСМ. В данной работе предложен подход для решения данной проблемы основанный на методологии имитационного моделирования. Реализация данного подхода продемонстрирована на примере решения задачи по вычислению погрешности МВУ для кроссбара ИНСМ, содержащего двадцать значений её весовых коэффициентов синапсов нейронов.