[论文解读] An Accelerated Analog Neuromorphic Hardware System Emulating NMDA- and Calcium-Based Non-Linear Dendrites

Johannes Schemmel, Laura Kriener+2 more|arXiv (Cornell University)|Mar 21, 2017

Advanced Memory and Neural Computing参考文献 31被引用 6

一句话总结

本文提出了一种65 nm CMOS神经形态硬件系统，可加速模拟皮层锥体神经元中生物上合理、非线性的树突处理，包括NMDA和钙离子峰电位。通过将多 compartment 神经元模型与可塑性机制集成，该系统实现了以1,000倍实时速度进行快速、低功耗且可扩展的脉冲神经网络中关联检测与学习的仿真。

ABSTRACT

This paper presents an extension of the BrainScaleS accelerated analog neuromorphic hardware model. The scalable neuromorphic architecture is extended by the support for multi-compartment models and non-linear dendrites. These features are part of a \SI{65}{ ano\meter} prototype ASIC. It allows to emulate different spike types observed in cortical pyramidal neurons: NMDA plateau potentials, calcium and sodium spikes. By replicating some of the structures of these cells, they can be configured to perform coincidence detection within a single neuron. Built-in plasticity mechanisms can modify not only the synaptic weights, but also the dendritic synaptic composition to efficiently train large multi-compartment neurons. Transistor-level simulations demonstrate the functionality of the analog implementation and illustrate analogies to biological measurements.

研究动机与目标

• 将BrainScaleS神经形态平台扩展为支持多 compartment、非线性树突处理，以更真实地模拟生物皮层锥体神经元。
• 实现在单个神经元内对复杂峰电位类型（如NMDA平台电位、钙峰电位和钠峰电位）的仿真。
• 支持可塑性机制，可同时调节突触权重和树突组成，以实现高效学习。
• 利用模拟硬件实现高速、低功耗的脉冲网络仿真，支持复杂的时间动态行为。
• 创建一个可扩展、通用的实验平台，用于计算神经科学和机器学习中的假设验证。

提出的方法

• 在BrainScaleS 2加速模拟神经形态硬件基础上，增加了用于多 compartment 神经元模型的专用模拟电路。
• 实现了用于NMDA和电压门控钙通道的模拟电路，以复现非线性树突整合与峰电位生成。
• 集成了局部可塑性处理单元，支持在线、生物上合理的学习规则，可调节突触权重和树突组成。
• 设计系统以1,000倍实时速度运行，利用模拟计算，保持连续时间动态特性。
• 采用65 nm CMOS工艺实现低功耗与高集成度，每个神经元 compartment 的面积开销低于0.5%。
• 通过晶体管级仿真验证了功能，结果表明模拟电路行为与生物测量结果一致。

实验结果

研究问题

• RQ1 模拟神经形态硬件能否高效模拟多 compartment 皮层神经元中突触输入的非线性整合？
• RQ2 如何在硬件中精确建模NMDA和钙峰电位，以复现生物的关联检测机制？
• RQ3 可塑性机制在硬件平台上能多大程度上从突触扩展到树突组成的变化？
• RQ4 此类系统能否在支持复杂、生物上真实的动态行为的同时，保持1,000倍实时的高速运行？
• RQ5 将多 compartment、非线性树突集成到晶圆级神经形态系统中的可扩展性与能效如何？

主要发现

• 硬件系统成功在单个神经元中模拟了NMDA平台电位、钙峰电位和钠峰电位，实现了基底与顶端树突 compartment 之间的关联检测。
• 晶体管级仿真结果表明，模拟电路实现能够复现生物树突行为的关键特征，包括非线性整合与峰电位起始。
• 系统实现了相比实时仿真1,000倍的速度提升，同时保持了连续时间、基于脉冲的动力学特性。
• 多 compartment 扩展的面积开销低于每个 compartment 总神经元与突触电路面积的0.5%。
• 每次突触传递的能量消耗估计约为10 pJ，与低功耗神经形态操作一致。
• 系统支持灵活的在线可塑性，可同时调节突触权重与树突通道组成，实现生物上合理的学习。