-
公开(公告)号：CN107169563B
公开(公告)日：2018-11-30
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
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。
-
公开(公告)号：CN108898216A
公开(公告)日：2018-11-27
申请号：CN201810417336.6
申请日：2018-05-04
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供一种应用于神经网络的激活处理装置。该装置包括查找表单元，多个匹配单元和多个计算单元，其中：所述查找表单元用于存储反映神经网络中的激活函数的变量区间以及对应的拟合线性函数参数之间的映射关系，其中，所述线性函数参数包括用于限定线性函数的截距和斜率；所述多个匹配单元用于基于所述查找表输出与待计算的激活函数的输入变量对应的线性函数参数；所述多个计算单元与所述多个匹配单元一一对应连接，所述多个计算单元的每一个用于根据对应的匹配单元输出的线性函数参数完成针对待计算的激活函数的输入变量的线性运算。本发明的激活处理装置能够提高神经网络的激活处理效率并降低功耗。
-
公开(公告)号：CN108875925A
公开(公告)日：2018-11-23
申请号：CN201810685989.2
申请日：2018-06-28
Applicant: 中国科学院计算技术研究所
IPC: G06N3/063
Abstract: 本发明提供一种控制方法，包括：1)确定需要执行的卷积运算的尺寸n*n；2)根据需要执行的卷积运算的尺寸n*n，选择在m2个7*7的卷积计算单元中载入与所述尺寸对应的卷积核的数值，并将其余的各个数值填充为0，7m≥n；3)根据需要执行的卷积运算的尺寸、需要执行卷积的输入特征图的尺寸，确定卷积计算过程所需的周期数；4)在卷积计算过程中的各个周期，将相应的输入特征图的数值载入到所述m2个7*7的卷积计算单元中，所述输入特征图的数值在所述m2个7*7的卷积计算单元中的分布与所述卷积核的数值在所述m2个7*7的卷积计算单元中的分布保持一致；控制载入了卷积核以及输入特征图的数值的所述m2个7*7的卷积计算单元分别执行与所述周期数对应的卷积计算。
-
公开(公告)号：CN108875917A
公开(公告)日：2018-11-23
申请号：CN201810685538.9
申请日：2018-06-28
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供一种控制方法，包括：1)确定需要执行的卷积运算的尺寸n*n；2)根据需要执行的卷积运算的尺寸n*n，选择在m2个3*3的卷积计算单元中载入与所述尺寸对应的卷积核的数值，并将其余的各个数值填充为0，3m≥n；3)根据需要执行的卷积运算的尺寸、需要执行卷积的输入特征图的尺寸，确定卷积计算过程所需的周期数；4)在卷积计算过程中的各个周期，将相应的输入特征图的数值载入到所述m2个3*3的卷积计算单元中，所述输入特征图的数值在所述m2个3*3的卷积计算单元中的分布与所述卷积核的数值在所述m2个3*3的卷积计算单元中的分布保持一致；控制载入了卷积核以及输入特征图的数值的所述m2个3*3的卷积计算单元分别执行与所述周期数对应的卷积计算。
-
公开(公告)号：CN107016175B
公开(公告)日：2018-08-31
申请号：CN201710178679.7
申请日：2017-03-23
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种适用神经网络处理器的自动化设计方法、装置及优化方法，该方法包括获取神经网络模型拓扑结构配置文件与硬件资源约束文件，其中硬件资源约束文件包括目标电路面积开销、目标电路功耗开销及目标电路工作频率；根据神经网络模型拓扑结构配置文件与硬件资源约束文件生成神经网络处理器硬件架构，并生成硬件架构描述文件；根据所述神经网络模型拓扑结构、硬件资源约束文件及硬件架构描述文件优化数据调度、存储及计算方式，生成对应的控制描述文件；根据硬件架构描述文件、控制描述文件从已构建的神经网络可复用单元库查找符合设计要求的单元库、生成相对应的控制逻辑并生成对应的硬件电路描述语言，将硬件电路描述语言转化为硬件电路。
-
Patent Agency Ranking
公开(公告)号：CN108416435A
公开(公告)日：2018-08-17
申请号：CN201810223448.8
申请日：2018-03-19
Applicant: 中国科学院计算技术研究所
IPC: G06N3/063
Abstract: 本发明提供一种神经网络处理器以及设计和使用方法。所述神经网络处理器，包括卷积装置和激活装置，其特征在于所述激活装置包括：输入接口、激活运算单元、和输出接口；其中，所述输入接口用于接收来自所述卷积装置的待激活神经元，所述输入接口的带宽与所述卷积装置输出待激活神经元的速度相关；所述激活运算单元，用于对来自所述输入接口的待激活神经元进行激活处理，所述激活运算单元的运算速度与所述卷积装置输出待激活神经元的速度相关；所述输出接口，用于输出激活处理的结果，所述输出接口的带宽与所述激活运算单元的运算速度相对应。
-
公开(公告)号：CN108388943A
公开(公告)日：2018-08-10
申请号：CN201810014396.3
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装置，包括神经元输入接口模块，用于接收神经元数据，并识别有效神经元数据；池化缓存模块，用于暂存复用神经元数据；池化计算模块，用于完成针对神经元数据的池化计算；神经元输出接口模块，用于输出池化计算结果；以及池化控制模块，用于控制所述池化装置的各个模块和池化过程。
-
公开(公告)号：CN107578095B
公开(公告)日：2018-08-10
申请号：CN201710777736.3
申请日：2017-09-01
Applicant: 中国科学院计算技术研究所
IPC: G06N3/06
Abstract: 本发明提供一种神经网络计算装置以及包含该计算装置的处理器。该计算装置包括脉动阵列处理单元和主处理器，所述主处理器用于控制神经网络中的计算元素向所述脉动阵列处理单元的装载以及在所述脉动阵列处理单元中的传递，所述脉动阵列处理单元由多个处理单元构成，每个处理单元对接收的计算元素执行相关运算和/或将接收到的计算元素传递给下一个处理单元，其中，所述计算元素包括神经元数据和对应的权重值。利用本发明的计算装置能够加快神经网络的计算速度并降低计算过程中对带宽的需求。
-
公开(公告)号：CN107729998A
公开(公告)日：2018-02-23
申请号：CN201711046134.7
申请日：2017-10-31
Applicant: 中国科学院计算技术研究所
IPC: G06N3/063
Abstract: 本发明提供一种用于神经网络处理器的方法，包括：1)确定所述神经网络处理器的电路构造；2)增加所述电路构造中至少一条路径上的至少一个器件的延时；3)通过调整用于所述神经网络处理器的工作频率并评估在各个工作频率下的工作状况，来确定使得增加了延时后的所述电路构造的错误率满足设计需要时的最大的工作频率，以及对应的神经网络权重值。
-
公开(公告)号：CN107729984A
公开(公告)日：2018-02-23
申请号：CN201711020801.4
申请日：2017-10-27
Applicant: 中国科学院计算技术研究所
IPC: G06N3/02
CPC classification number: G06N3/02
Abstract: 本发明涉及一种适用于神经网络激活函数的计算装置，包括查找单元，用于根据所述激活函数以及激活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；其中，所述线性函数参数可以根据激活函数的凹凸性进行优化。
-
-
-
-
-
-
-
-
-
Search Results
143
records
(took 0.039 seconds)
