Реализация осцилляторной хаотической нейронной сети с применением технологии NVIDIA CUDA для решения задач кластеризации
Ключевые слова:
аппаратная реализация, графические процессоры, нейрокомпьютер, кластеризация, осцилля- торная хаотическая нейронная сетьАннотация
Постановка проблемы: возрастающая актуальность решения задач в области искусственного интеллекта, а имен-
но задач кластеризации, приводит к необходимости разработки производительной аппаратной реализации осцилля-
торных нейронных сетей, являющихся одним из перспективных методов в области кластерного анализа. Целью ра-
боты является упрощение процесса применения осцилляторных хаотических нейронных сетей за счет их аппаратной
реализации, для чего требуется разработка набора подходов, алгоритмов и структурных решений. Методы: анализ
особенностей осцилляторных нейронных сетей, определение основных этапов в решении задачи кластеризации на
основе осцилляторных нейронных сетей, анализ альтернативных вариантов организации вычислительного процесса.
Результаты: разработаны алгоритмы вычисления выходных значений нейронов с различными паттернами доступа
к памяти в зависимости от размера сети и доступной мощности GPU. Анализ результатов тестирования показал, что
методы Х- и Y-потоков целесообразно использовать для сетей размером, не превышающим половину числа макси-
мально возможных одновременно выполняющихся потоков для видеокарты, чтобы обеспечить выигрыш во времени
выполнения вычислений. Предложены варианты распределения памяти для хранения матрицы синхронизаций с уче-
том размера сети на основе буферизации, а также варианты анализа результатов синхронизации между нейронами
на основе неориентированных графов и системы непересекающихся множеств. На основе предложенных решений
разработана эффективная реализация сети с использованием архитектуры CUDA, учитывающая особенности сети.
Практическая значимость: результаты исследований и алгоритмические решения могут быть использованы при раз-
работке аппаратных средств реализации осцилляторной хаотической нейронной сети. Они позволяют получить аппа-
ратное решение, адекватное особенностям функционирования и применения хаотической нейронной сети в задачах
кластеризации.
