[論文レビュー] Extending BrainScaleS OS for BrainScaleS-2

Eric Müller, Christian Mauch+6 more|arXiv (Cornell University)|Mar 30, 2020

Advanced Memory and Neural Computing被引用数 12

ひとこと要約

本論文は、第二世代のニューロモルフィックシステムであるBrainScaleS-2向けに、BrainScaleSオペレーティングシステム（BrainScaleS OS）の拡張を提案する。本研究では、ハイブリッドアナログ・デジタル動作、明示的な実験制御フロー、埋め込みSIMDプロセッサ（PPU）統合を支援する強化されたソフトウェアアーキテクチャを導入している。主な貢献は、混合信号ニューロモルフィックハードウェア上で、複雑なスパイクベースの学習実験を高再現性・高性能で構成・制御・実行できる、堅牢で拡張性のあるソフトウェアスタックの構築である。

ABSTRACT

BrainScaleS-2 is a mixed-signal accelerated neuromorphic system targeted for research in the fields of computational neuroscience and beyond-von-Neumann computing. To augment its flexibility, the analog neural network core is accompanied by an embedded SIMD microprocessor. The BrainScaleS Operating System (BrainScaleS OS) is a software stack designed for the user-friendly operation of the BrainScaleS architectures. We present and walk through the software-architectural enhancements that were introduced for the BrainScaleS-2 architecture. Finally, using a second-version BrainScaleS-2 prototype we demonstrate its application in an example experiment based on spike-based expectation maximization.

研究の動機と目的

• BrainScaleS-2の新規ハードウェア機能、特に埋め込みSIMDプロセッサ（PPU）およびミックスド・シグナルアナログコアをサポートするようBrainScaleS OSを拡張すること。
• ニューロモルフィックプラットフォーム上で、熟練ユーザーのための実験の再現性、使いやすさ、ランタイム制御を向上させること。
• 複雑なニューロモルフィック実験のための構造的で型安全な設定と明示的な制御フローを可能にすること。
• 将来のマルチチップシステムおよび高レベルのユーザインターフェースへのスケーラビリティを支援すること。

提案手法

• 明示的な実験制御フローの追跡を実装し、暗黙の規約に代えて構造化されたAPIを導入することで、BrainScaleS OSのソフトウェアスタックを強化した。
• パラダイム変化処理ユニット（PPU）のサポートを統合。PPUはPowerアーキテクチャベースのSIMDプロセッサで、アナログシナプスアレイへの並列アクセスを可能にするカスタムベクタユニットを備える。
• 高性能実行とインタラクティブなデータ処理・スクリプト機能を両立させるために、C++コアにPythonバインディングを実装した。
• 論理的ニューロンおよびシナプスエンティティの論理的配置制約をサポートする、型安全な設定と座標ベースの配置制約を持つハードウェア抽象化レイヤ（HAL）を実装した。
• 薄いメッセージパッシングライブラリを統合し、シリアライゼーションバックエンドと連携することで、クロスプラットフォームでプラットフォームに依存しないデータ交換を可能にした。
• チップ製造の前段階でフルスタックソフトウェアをシミュレーテッドハードウェア上で検証できるように、シミュレーションバックエンドを設計した。

実験結果

リサーチクエスチョン

• RQ1 BrainScaleS-2の新規ハードウェア機能、特に埋め込みSIMDプロセッサ（PPU）をサポートするために、BrainScaleS OSはどのように拡張可能か？
• RQ2 ニューロモルフィックプラットフォーム上で、明示的で追跡可能で再現可能な実験制御フローを実現するには、どのようなアーキテクチャ的変更が必要か？
• RQ3 低レベルのハードウェアの安全性と正しさを保ちながら、論理的ニューロンおよびシナプスの構造的で高水準の設定をどのように抽象化できるか？
• RQ4 ニューロモルフィック実験プラットフォームの長期的持続可能性と技術的負債の低減を実現するためのソフトウェア工学的実践は何か？
• RQ5 物理的チップ製造の前段階で、フルソフトウェアスタックをシミュレーテッドハードウェア上でどのように検証できるか？

主な発見

• 拡張されたBrainScaleS OSは、実験実行フローの明示的で型安全かつ追跡可能な制御を可能にし、熟練ユーザーの再現性と使いやすさが顕著に向上した。
• PPUとBrainScaleS OSの統合により、可塑性アルゴリズムおよびデータ処理のチップ内効率的実行が可能となり、ホストまたはFPGAベースの制御への依存が軽減された。
• フルスタックソフトウェアにシミュレーションバックエンドを導入することで、新しいFPGAおよびチップ設計の早期検証が可能になり、ハードウェア開発におけるリスクとコストが低減された。
• 本システムはスパイクニューラルネットワーク実験に加え、アナログベクタ行列乗算器としての非スパイクモードもサポートしており、従来のディープラーニングフレームワークとの統合が可能である。
• ソフトウェアスタックは熟練ユーザー向けに生産環境対応であり、将来の高レベルインターフェース、例えばグラフベースの設定やディープラーニングライブラリとの完全統合の基盤を提供している。