CrossSim安装教程

CrossSim

CrossSim是一个实现神经形态计算的模拟器，用于人工突触器件搭建神经网络实现模式识别等应用。

安装

创建虚拟环境

使用conda虚拟环境conda create -n crosim python=3.10.8
安装完毕后进入虚拟环境，开始配置依赖。

安装依赖

numpy==1.24.3
scipy==1.11.1
IPython==8.8.0
matplotlib==3.7.2

安装TensorFlow-CPU

若使用CPU版本，则直接pip install tensorflow==2.13.0即可

安装TensorFlow-GPU

Windows下，在WSL-2中安装GPU版本的TensorFlow-2.13.0
先在WSL中安装CUDA和Cudnn
安装CUDA

wget https://developer.download.nvidia.com/compute/cuda/11.1.1/local_installers/cuda_11.1.1_455.32.00_linux.run
sudo sh cuda_11.1.1_455.32.00_linux.run

下载并安装Cudnn
安装tensorflowpip install tensorflow==2.13.0
安装Cupy 12.1.0

安装CrossSim

根据以上过程，配置好依赖后，开始安装CrossSim
将CrossSim仓库git下来git clone https://github.com/sandialabs/cross-sim.git
进入cross-sim文件夹，执行pip install .安装CrossSim
然后依次执行

git submodule init
git submodule update --progress

安装子模块，需要较长时间下载模型。
下载完毕后，开始推理测试。

cd applications/dnn/inference
python run_inference.py

运行结果如下：

Loading Keras model...
Reading Keras model metadata...
=======================================
mnist sim: 1000 images, start: 0
Model: CNN6_v2
Mapping: BALANCED
  Differential cells style: ONE_SIDED
  Subtract current in crossbar: True
  Weight quantization: 8 bits
  Bit slicing off, 7 bits/cell
  Digital bias: True
  Batchnorm fold: True
  Bias quantization off
  Max # rows: 1152
  Unlimited # cols
  Programming error off
  Read noise off
  ADC off
  Activation quantization on, 8 bits
  Input bit slicing: False
  Parasitics off
  On off ratio: infinite
  Weight drift off
=======================================
Initializing neural cores
Beginning inference. Truncated test set to 1000 examples
Example 900/1000, accuracy so far = 98.67%, time = 0.1025ss

Total CPU seconds = 1.023
Inference accuracy: 98.700% (987/1000)

测试成功！