RobustNCL

新框架RobustNCL提升神经形态学习的可靠性

研究人员开发了RobustNCL，一个旨在提高神经形态持续学习（NCL）系统在硬件瞬态故障（尤其是在片外内存中）面前的可靠性的新框架。该策略包括检测和纠正从内存访问的有故障的权重数据，提供多种修复变体，如替换为零、最小值/最大值或最可能值。实验表明，RobustNCL即使在高故障率下也能保持高精度，仅有轻微的性能下降，同时产生的延迟和能量开销可忽略不计。