神经形态学计算框架：LAVA简单mnist测试

1. 简介

1.1 存算一体技术（In-memory computing； Near memory computing）

近年来，以数据为中心的高效计算与存储技术不断发展，作为一种高效架构，存算一体技术近年取得极快进展。与冯诺依曼架构中计算与存储分离的设计相比，其通过减少对数据处理流程中的不必要流动过程，存算一体技术在有效提升了数据处理效率。

Lava是一个开源软件框架，用于开发神经形态硬件架构的应用程序。它为开发人员提供了开发分布式和大规模并行应用程序的抽象和工具。这些应用程序可以部署到包含传统处理器的异构系统架构中，以及利用基于事件的消息传递进行通信的神经形态芯片。Lava框架包含用于深度学习、约束优化的高级库，以及用于高效算法开发的其他库。它还包括将这些算法映射到不同类型的硬件体系结构的工具。

如今，Lava支持传统CPU和英特尔的Loihi架构，但其编译器和运行时可以扩展到其他架构。

2. 安装

最简单的应该是通过conda安装

conda install lava -c conda-forge

3. 简单测试

3.1 一些基本术语

• Spike Input Process： Spike 尖峰、冲击；使用图像输入，通过集成和火力动态生成尖峰；
• ImageClassifier Process：封装了密集连接和LIF神经元的前馈结构；
• Output P