스파스 코딩 알고리즘에 기초하여, 스파이킹 뉴럴 네트워크에 대한 연산 동작을 수행하는 컴퓨팅 모듈; 및소정시간 동안, 프리 스파이크를 발화하지 않는 제1 적어도 하나의 프리 뉴런과 포스트 스파이크를 발화하지 않는 제1 적어도 하나의 포스트 뉴런을 상기 연산 동작에서 스킵시키는 컨트롤러를 포함하고,상기 컨트롤러는 상기 컴퓨팅 모듈이 이미지데이터를 기설정된 개수 이상 처리할 때, 복수의 포스트 뉴런들 중 상기 포스트 스파이크를 최대 발화 개수로 발화한 하나의 포스트 뉴런을 탐지하는, STDP 기반의 뉴로모픽 연산처리장치.

제1항에 있어서, 상기 컴퓨팅 모듈은, 상기 스파스 코딩 알고리즘에 따라, 복수의 프리 뉴런들에 대한 각 프리 뉴런값을 연산한 이후에, 복수의 시냅스들에 대한 각 시냅스 가중치를 연산하고, 상기 각 시냅스 가중치에 기초하여, 복수의 포스트 뉴런들에 대한 각 포스트 뉴런값을 순차적으로 연산하는, STDP 기반의 뉴로모픽 연산처리장치.

제1항에 있어서, 상기 컴퓨팅 모듈은, 상기 스파이킹 뉴럴 네트워크를 통해 입력받는 하나의 입력 이미지데이터 셋의 각 상기 이미지데이터별로 순차적으로 처리하는, STDP 기반의 뉴로모픽 연산처리장치.

삭제

제3항에 있어서, 상기 컨트롤러는, 상기 최대 발화 개수에 따라 도출되는 스킵비율에 기초하여, 상기 복수의 포스트 뉴런들 중 제2 적어도 하나의 포스트 뉴런을 탐지하는, STDP 기반의 뉴로모픽 연산처리장치.

제5항에 있어서, 상기 스킵비율은, 상기 최대 발화 개수와 상기 하나의 입력 이미지데이터 셋에 따라 기설정된 파라미터와의 곱인, STDP 기반의 뉴로모픽 연산처리장치.

제5항에 있어서, 상기 컨트롤러는, 상기 제2 적어도 하나의 포스트 뉴런을 상기 연산 동작에서 스킵시키는, STDP 기반의 뉴로모픽 연산처리장치.

제2항에 있어서, 상기 컴퓨팅 모듈은, 복수의 연산유닛들을 포함하고, 상기 복수의 연산유닛들 각각은, 프리 스파이크를 저장하는 스파이크 버퍼;상기 시냅스 가중치를 분배하여 저장하는 트레인 웨이트 메모리와 인퍼런스 웨이트 메모리;상기 프리 뉴런값을 연산하는 프로세싱 영역부;상기 프로세싱 영역부와 상기 인퍼런스 웨이트 메모리를 전기적으로 연결시키는 라우터;상기 프로세싱 영역부와 상기 컨트롤러를 전기적으로 연결시키는 애더트리;상기 각 시냅스 가중치를 연산하는 가중치 업데이터; 및상기 스파이크 버퍼, 상기 트레인 웨이트 메모리, 상기 인퍼런스 웨이트 메모리, 상기 프로세싱 영역부, 상기 라우터 및 상기 가중치 업데이터 중 적어도 하나에 대한 동작을 제어하는 프로세싱 컨트롤러를 포함하는, STDP 기반의 뉴로모픽 연산처리장치.

제8항에 있어서, 상기 스파이크 버퍼는 N비트 쉬프트 레지스터를 포함하고, 상기 프리 스파이크를 N비트 쉬프트 레지스터를 통해 N 타임-스텝(time-step) 동안 저장하는, STDP 기반의 뉴로모픽 연산처리장치.

제8항에 있어서, 상기 프로세싱 영역부는 복수의 프로세싱 유닛들을 포함하고, 상기 복수의 프로세싱 유닛들 각각은, 쉬프트 앤 에더를 포함하며, 상기 프로세싱 영역부는 상기 프리 뉴런 값을 상기 각 쉬프트 앤 에더를 통해 병렬 연산처리하는, STDP 기반의 뉴로모픽 연산처리장치.

제10항에 있어서, 상기 복수의 프로세싱 유닛들 각각은, 상기 프리 뉴런 값과 상기 각 시냅스 가중치와의 곱을 연산하는, STDP 기반의 뉴로모픽 연산처리장치.

제1항에 있어서, STDP 알고리즘 기반의 WTA 과정을 수행하는 소프트맥스 모듈을 더 포함하는, STDP 기반의 뉴로모픽 연산처리장치.

제12항에 있어서, 상기 소프트맥스 모듈은, 상기 스파이킹 뉴럴 네트워크의 복수의 포스트 뉴런들의 각 포스트 뉴런값에 기초하여, 각 포스트 뉴런의 포스트 스파이크에 대한 발화 가능성을 예측하는, STDP 기반의 뉴로모픽 연산처리장치.

제13항에 있어서, 상기 소프트맥스 모듈은, Softmax 함수를 다음의 계산식으로 단순화하고, 여기서, 계산식은, 이고, 이때, Nj는 포스트 뉴런값이고, Nm은 Nj 중 최대값이며, au는 Nm-qu의 값을 가지는 포스트 뉴런의 개수인, STDP 기반의 뉴로모픽 연산처리장치.

제14항에 있어서, 상기 소프트맥스 모듈은, 상기 복수의 포스트 뉴런들 중 특정 범위의 포스트 뉴런값을 가지는 적어도 하나의 포스트 뉴런의 인덱스(index)를 저장하는 뉴런 인덱스 버퍼;상기 계산식을 통해 연산동작을 수행하여 임계값을 출력하는 임계값 연산 블럭; 및상기 임계값에 따라, 상기 적어도 하나의 포스트 뉴런 중 하나의 포스트 뉴런의 인덱스(index)를 출력하는 출력 스파이크 버퍼를 포함하는, STDP 기반의 뉴로모픽 연산처리장치.

제15항에 있어서, 상기 뉴런 인덱스 버퍼와 상기 출력 스파이크 버퍼는, 한쌍의 PMUX를 각각 포함하고, 상기 한쌍의 PMUX 각각은, 하나의 우선순위 인코더와 하나의 멀티플렉서를 포함하는, STDP 기반의 뉴로모픽 연산처리장치.

제15항에 있어서, 상기 소프트맥스 모듈은, 상기 복수의 포스트 뉴런들에 대한 각 포스트 뉴런값들을 비교하는 복수의 비교기들;상기 임계값 연산 블럭을 통해 연산된 연산결과에 기초하여, 상기 하나의 포스트 뉴런의 인덱스(index)를 추출하는 엑스트랙트 유닛;상기 연산결과와 상기 하나의 포스트 뉴런의 인덱스(index)에 기초하여, 포스트 스파이크를 생성하는 스파이크 생성기;상기 하나의 포스트 뉴런의 인덱스(index)에 기초하여, 출력 인덱스(index)를 출력하는 멀티플렉서; 및상기 뉴런 인덱스 버퍼, 상기 임계값 연산 블럭, 상기 출력 스파이크 버퍼, 상기 복수의 비교기들, 상기 엑스트랙트 유닛, 상기 스파이크 생성기 및 상기 멀티플렉서 중 적어도 하나에 대한 동작 여부를 제어하는 소프트맥스 컨트롤러를 더 포함하는, STDP 기반의 뉴로모픽 연산처리장치.

STDP 기반의 뉴로모픽 연산처리장치의 동작 방법으로서, 컴퓨팅 모듈이 복수의 프리 뉴런들에 대한 각 프리 뉴런값을 연산한 이후에, 복수의 시냅스들에 대한 각 시냅스 가중치를 연산하는 제1 연산단계;상기 컴퓨팅 모듈이 상기 각 시냅스 가중치와 상기 각 프리 뉴런값에 기초하여, 복수의 포스트 뉴런들에 대한 각 포스트 뉴런값을 연산하는 제2 연산단계;컨트롤러가 소정시간 동안, 프리 스파이크를 발화하지 않는 제1 적어도 하나의 프리 뉴런과 포스트 스파이크를 발화하지 않는 제1 적어도 하나의 포스트 뉴런을 상기 제1 및 제2 연산단계에서 스킵시키는 제1 스킵단계; 및상기 복수의 프리 뉴런들에 입력된 이미지데이터가 기설정된 개수 이상 처리될 때, 상기 컨트롤러가 상기 복수의 포스트 뉴런들 중 상기 포스트 스파이크를 최대 발화 개수로 발화한 하나의 포스트 뉴런을 탐지하는 단계를 포함하는, STDP 기반의 뉴로모픽 연산처리장치의 동작 방법.

제18항에 있어서, 상기 STDP 기반의 뉴로모픽 연산처리장치는, 소프트맥스 모듈을 더 포함하고, 상기 소프트맥스 모듈은 상기 복수의 포스트 뉴런들의 각 포스트 뉴런값에 기초하여, 각 포스트 뉴런의 포스트 스파이크에 대한 발화 가능성을 예측하는, STDP 기반의 뉴로모픽 연산처리장치의 동작 방법.

제18항에 있어서, 상기 컨트롤러가 상기 최대 발화 개수에 따라 도출되는 스킵비율에 기초하여, 상기 복수의 포스트 뉴런들 중 제2 적어도 하나의 포스트 뉴런을 탐지하는 단계; 및 상기 컨트롤러가 상기 제2 적어도 하나의 포스트 뉴런을 상기 제1 및 제2 연산 단계에서 스킵시키는 제2 스킵단계를 포함하는, STDP 기반의 뉴로모픽 연산처리장치의 동작 방법.