Producent układów do implementacji sieci neuronowych - gdzie szukać?

tak sie zastanawiam czy może ktoś trafił na producenta układów, specjalnie przeznaczonych do zaimplementowania sieci neuronowych ? ja jakoś nie moge znaleźć a hetnie bym się z nimi zapoznał.
już kilka razy słyszałem ze znowu wypuśćili kolejny układa ale ja znowu nie moge znaleźć konkretów

pewno natura , ale powaznie to gdzie slyszales tez jestem zainteresowany ale nie wiem gdzie szukac?

w jakiś newsach ze ktos opracował i przymierza sie do produkcji

Kiedyś czytałem o tym w MT ale było to dawno a zaimplementowano wtedy w scalak sto kilka komórek i był to sukces !!!!.
Pewnie obecnie jest to kilka tysiecy lub więcej, jednak obawiam sie, że kości nie są dostepne w detalu a dedykowane są dla przemysłu wojskowego i wysokich szczebli "naukowych" ale zawsze jest taka opcja, że się mogę mylić . Co do konkretnego producenta lub oznacenia scalaka nie jestem w stanie nic wiecej napisać. Łatwiej chyba by było coś znaleść o implementacji programowej sieci niż sprzetowej (I think so) jednak ....... who knows !?

Może to

http://www.silicann.de/english/index.html

W sumie chyba najprościej zaimplementować taką sieć w układach programowalnych (pod warunkiem, że się zmieści). Istnieją podobno do tego gotowe biblioteki.

super tego szukałem

http://www.toshiba-components.com/products/generalpurposelsi/neuronchip/index.html

mam nawet kilka sprawnych układów... tylko czasu brak na zabawe

crazy_phisic napisał:

http://www.toshiba-components.com/products/generalpurposelsi/neuronchip/index.html

mam nawet kilka sprawnych układów... tylko czasu brak na zabawe

Nie ta branża. Widzę, że Toshiba sobie pogrywa terminologią. Generalnie neuro-chip stosuje się do ANN, a tu mamy jakieś Home Automation czy Intelligent Building (nota bene niedawno był gdzieś na elektrodzie kolejny post pytający o takie systemy).

Myślę, że nie ma sensu szukać specjalizowanych układów. Praktycznie na każdym mikrokontrolerze zaimploementujesz sieć neuronową, tylko teraz kwestia jak bardzo skomplikowaną...
Oczywiście będzie z tym więcej zabawy, ale myślę że to i tak lepsze rozwiązanie, raz ze względu na dostępność ukłądów, a dwa - łatwiej dostosować taką sieć do własnych potrzeb.

shg napisał:

Myślę, że nie ma sensu szukać specjalizowanych układów. Praktycznie na każdym mikrokontrolerze zaimploementujesz sieć neuronową, tylko teraz kwestia jak bardzo skomplikowaną...
Oczywiście będzie z tym więcej zabawy, ale myślę że to i tak lepsze rozwiązanie, raz ze względu na dostępność ukłądów, a dwa - łatwiej dostosować taką sieć do własnych potrzeb.

myśle ze sie bardzo mylisz, jest sens zwłaszcza kwestia szybkości działania jest wazna, zwłaszcza na ogolnie dostępnych prockach ni ebędzie zawrotna. mysle ze specjalzowany układ bedzie łatwiej dostosowac niz program w procku, obejzyj co oferuje firma do której linka podał marek,
jezeli juz to i tak nie procek tylko DSP albo FPGA

shg napisał:

Praktycznie na każdym mikrokontrolerze zaimploementujesz sieć neuronową, tylko teraz kwestia jak bardzo skomplikowaną...

Tyle, że będzie zdecydowanie wolniejsza

hugh_h napisał:

myśle ze sie bardzo mylisz, jest sens zwłaszcza kwestia szybkości działania jest wazna, zwłaszcza na ogolnie dostępnych prockach ni ebędzie zawrotna.

No oczywiście, jest sens stosować takie układy, jeżeli tylko szybkość ma znaczenie.

hugh_h napisał:

mysle ze specjalzowany układ bedzie łatwiej dostosowac niz program w procku, obejzyj co oferuje firma do której linka podał marek

Obejrzałem. Nie wiem co masz na myśli mówiąc o dostosowaniu, mi chodziło o możliwość zaimplementowania różnego rodzaju ścieci (samoorganizujące, BAM, rekurencyjne) w zależności od wymagań. A tu widzę tylko prostą sieć typu perceptronowego, której zastosowania ograniczają się głównie do klasyfikacji sygnałów, aproksymacji/interpolacji funkcji czy prostej predykcji.

No i jeszcze jedna zaleta tych sieci (sprzętowych) - analogowe wejścia i wyjścia. W systemie cyfrowym sprawiło by to trochę problemów, no ale to już zależy od tego, do czego chce się taką sieć wykorzystywać.

Metoda implementacji ANN bezpośrednio wynika z zadania, które chcemy rozwiązać. Mamy kilka podstawowych parametrów, z których można jednoznacznie wyprowadzić obiektywne kryterium określające optymalny sposób implementacji sieci, takie jak: struktura i złożoność sieci, dopuszczalny czas reakcji sieci, koszt, pobór mocy (tak!) czy środowisko pracy (chociażby pytanie czy można wstawić peceta). W pewnych przypadkach zastosowanie implementacji softwarowej może się okazać zbyt wolne, w innym złożoność sieci może być na tyle duża, że wykorzystanie neuron-chipów będzie nieopłacalne, czy wreszcie może brakować gotowych rozwiązań hardwarowych do implementacji konkretnej sieci. Tak więc wszyscy mają rację.
Powinniśmy jednocześnie pamiętać, że metod implementacji jest wiele, i każda z nich ma swoje wady i zalety poczynając od prostej implementacji softwarowej na pececie czy mikrokontrolerze, przez DSP, procesory z przetwarzaniem wektorowym, karty akceleratorów, a kończąc na implementacji sprzętowej analogowej, cyfrowej czy hybrydowej itp...itp. Z pobieżnego przeglądu literatury widać, że nie dopracowano się jeszcze ogólnych rozwiązań ostatecznych, które mogłyby być lansowane jako standard przemysłowy, choć istnieją nisze, gdzie sprawy zaszły dość daleko (np. rozpoznawanie mowy). Szczególnie obiecujące są uniwersalne układy cyfrowe PLD, a jeszcze bardziej hybrydowe (cyfrówka+analogówka), w których mamy połączenie najwyższych dostępnych szybkości przetwarzania z dużą elastycznością łączenia struktur, co pozwoli wyskalować implementację do potrzeb, a w przypadku większych serii implementacje ASIC generowane przez specjalizowane kompilatory tłumaczące NN do poziomu krzemu (maski).