-
公开(公告)号：CN108304926A
公开(公告)日：2018-07-20
申请号：CN201810014202.X
申请日：2018-01-08
Applicant: 中国科学院计算技术研究所
Abstract: 本发明涉及一种适用于神经网络的池化计算装置，包括内部缓存单元，用于接收和暂存神经元数据；池化运算单元，用于对所述内部缓存单元中存储的神经元数据执行池化运算；迭代判断单元，用于判断所述池化运算单元获得的计算结果是中间结果还是最终结果，并输出所述计算结果；池化控制模块，用于控制所述内部缓存单元、所述池化运算单元以及所述迭代判断单元针对所述内部缓存单元接收的神经元数据执行池化操作。
-
公开(公告)号：CN107977704A
公开(公告)日：2018-05-01
申请号：CN201711102821.6
申请日：2017-11-10
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供一种神经网络中的权重数据存储方法和卷积计算方法。所述权重存储方法包括：查找权重卷积核矩阵中的有效权重并获取有效权重索引，其中，所述有效权重是非零权重，所述有效权重索引用于标记所述有效权重在所述权重卷积核矩阵中的位置；存储所述有效权重以及所述有效权重索引。根据本发明的权重数据存储方法和卷积计算方法能够节省存储空间并提高计算效率。
-
公开(公告)号：CN107844826A
公开(公告)日：2018-03-27
申请号：CN201711033537.8
申请日：2017-10-30
Applicant: 中国科学院计算技术研究所
IPC: G06N3/04
CPC classification number: G06N3/0454
Abstract: 本发明提供一种神经网络处理单元和包含该处理单元的处理系统。该处理单元包括：乘法器模块，所述乘法器模块包含构成流水线的多级结构，并用于执行神经网络中待计算的神经元和权值的乘法运算，其中，所述乘法器模块的每一级结构完成所述神经元和权值的乘法运算的子运算；自累加器模块，所述自累加器模块基于控制信号对所述乘法器模块的乘法运算结果进行累加运算或将累加结果输出。利用本发明的处理单元和处理系统，能够提高神经网络的计算效率和资源利用率。
-
公开(公告)号：CN107800700A
公开(公告)日：2018-03-13
申请号：CN201711026269.7
申请日：2017-10-27
Applicant: 中国科学院计算技术研究所
IPC: H04L29/06 , H04L29/08 , H04L12/865
CPC classification number: H04L67/2828 , H04L47/6275 , H04L67/2842 , H04L69/04
Abstract: 本发明涉及一种路由器，包括控制单元，用于控制所述路由器；缓存，用于将接收的数据包输出至所述交叉开关；交叉开关，用于将接收的数据包路由到相应的输出端口；压缩器，用于对接收的数据包进行压缩，并将压缩后的数据包返回至所述缓存；以及解压缩器，用于对接收的数据包解压缩，并将解压缩后的数据包返回至相应的输出端口。
-
-
Patent Agency Ranking
公开(公告)号：CN107589935A
公开(公告)日：2018-01-16
申请号：CN201710777366.3
申请日：2017-09-01
Applicant: 中国科学院计算技术研究所
IPC: G06F7/57
Abstract: 本发明涉及一种非线性函数计算装置，包括查找单元，用于根据所述函数以及函数变量输入值确定对应的线性函数参数；以及计算单元，用于利用所述输入值和所述对应的线性函数参数进行计算。
-
公开(公告)号：CN107491811A
公开(公告)日：2017-12-19
申请号：CN201710777737.8
申请日：2017-09-01
Applicant: 中国科学院计算技术研究所
IPC: G06N3/063
CPC classification number: G06N3/063
Abstract: 本发明提供了用于加速神经网络处理器的方法及相应神经网络处理器，其中从待处理的神经网络模型的原始数据和权重中提取非零值及其偏移量分别加载至相应数据存储单元和权重存储单元，在计算时选择具有相同偏移量的权重和数据加载至神经网络处理器的计算单元参与运算。这样，可有效降低神经网络处理器所处理的数据规模，从而减少片上存储开销，加快了运算速度并降低了能耗，使得神经网络处理系统性能更高效。
-
公开(公告)号：CN107423816A
公开(公告)日：2017-12-01
申请号：CN201710182542.9
申请日：2017-03-24
Applicant: 中国科学院计算技术研究所
IPC: G06N3/063
CPC classification number: G06N3/063
Abstract: 本发明涉及一种多计算精度神经网络处理方法与系统，该方法包括：步骤S1，从指令存储单元读取需要执行的指令，对该指令进行解析得到存储地址，并从该存储地址获取输入数据和权重；步骤S2，将该输入数据的位宽及该权重的位宽分别解码拓展为处理器设计最大数据位宽，生成原始数据和原始权重；步骤S3，分析该原始数据的位宽，关断计算单元阵列中的部分计算单元，并执行神经网络运算中的运算操作，生成计算数据；步骤S4，将该计算数据的位宽编码为神经网络下一层所需数据位宽，生成打包数据，并将该打包数据输出。本发明可使神经网络不同层采用不同的数据精度参与计算，在保证计算精度的前提下，减少了片上存储量，降低了数据传输能量损耗。
-
公开(公告)号：CN107256123A
公开(公告)日：2017-10-17
申请号：CN201710312421.1
申请日：2017-05-05
Applicant: 中国科学院计算技术研究所
IPC: G06F3/0487 , G06F3/0484 , G06F3/0346
CPC classification number: G06F3/0487 , G06F3/0346 , G06F3/04842
Abstract: 本发明涉及一种屏幕遥控定位装置及方法，包括屏幕定位装置，其中所述屏幕定位装置包括接收模块和处理模块，其特征在于，所述接收模块由传感器阵列组成，所述处理模块用于精确选定或模糊选定有效的屏幕位置。利用本发明提供的方法，可以使用户在操作遥控装置时无需达到过高精度，就可以实现准确的屏幕选定，大幅度提高了用户的操作体验性。
-
公开(公告)号：CN107169563A
公开(公告)日：2017-09-15
申请号：CN201710315998.8
申请日：2017-05-08
Applicant: 中国科学院计算技术研究所
IPC: G06N3/063
CPC classification number: G06N3/063
Abstract: 本发明提供一种应用于二值权重卷积神经网络的处理系统。该系统包括：至少一个存储单元，用于存储数据和指令；至少一个控制单元，用于获得保存在所述存储单元的指令并发出控制信号；至少一个计算单元，用于从所述存储单元获得卷积神经网络中的一层的节点值和对应的二值权重值数据并通过执行加减操作获得下一层的节点值。本发明的系统减少了卷积神经网络计算过程中的数据位宽、提高了卷积运算速度、降低了存储容量及工作能耗。
-
-
-
-
-
-
-
-
-
Search Results
143
records
(took 0.046 seconds)
