基于联合权重超图划分的 SNN 负载均衡方法.
- Resource Type
- Article
- Authors
- 徐 聪; 叶钧超; 黄 尧; 柴志雷
- Source
- Application Research of Computers / Jisuanji Yingyong Yanjiu. Jul2023, Vol. 40 Issue 7, p2130-2137. 8p.
- Subject
- *PARALLEL programming
*COMPUTING platforms
*PROBLEM solving
*ELECTRONIC data processing
*PARALLEL processing
- Language
- Chinese
- ISSN
- 1001-3695
大规模脉冲神经网络并行模拟是探究大脑机能的重要手段。其难点在于合理地将负载映射到并行分 布式平台上,提升模拟速度。为解决该问题,提出一种基于联合权重超图划分的 SNN 负载均衡方法,解决并行 计算中进程间计算负载与通信负载的均衡问题,提高 SNN 模拟速度,并使用稀疏通信的方式替代集体通信,解 决事件通信过程中的数据冗余问题,提升通信效率。实验结果表明,该方法使带有 STDP 突触 20%规模的皮质 层微电路模型的模拟时间,比标准循环分配算法缩短约 64.5%,比普通超图分配算法缩短约 57.4%,同时事件 通信数据量减少了 90%以上。 [ABSTRACT FROM AUTHOR]