公开(公告)号：CN117035029A

公开(公告)日：2023-11-10

申请号：CN202310876295.8

申请日：2023-07-17

Applicant: 上海交通大学

Inventor： 薛建伟 ,  谢李生 ,  陈发全 ,  田清扬 ,  周轶凡 ,  吴良顺 ,  应忍冬 ,  刘佩林

IPC: G06N3/063 ,  G06N3/044 ,  G06N3/049 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明涉及类脑计算和深度学习领域，特别涉及一种用于人工智能硬件的神经核心计算系统，包括输入FIFO模块，通过输入端口获取待处理的输入数据；片内索引模块，根据所述输入模块的所述输入数据在所述核心处理模块进行处理时确定正确的存储地址映射；核心处理模块，根据神经网络的类型执行对应的神经元运算或状态更新，所述算数逻辑运算单元获取所述输入FIFO模块中的最高比特信息；所述控制单元根据所述最高比特信息判断所述计算处理单元的计算模式，所述计算处理单元处理后将结果输送到输出FIFO模块，本发明的可配置性和灵活性使其能够适应脉冲神经网络和深度神经网络的计算，具有广泛的适用性，并在人工智能硬件中发挥重要作用。

公开(公告)号：CN116663406A

公开(公告)日：2023-08-29

申请号：CN202310610325.0

申请日：2023-05-26

Applicant: 上海交通大学

Inventor： 吴良顺 ,  谢李生 ,  薛建伟 ,  陈发全 ,  田清扬 ,  周轶凡 ,  应忍冬 ,  刘佩林

IPC: G06F30/27 ,  G06F17/11 ,  G06N3/04 ,  G06N3/084 ,  G06F111/04

Abstract: 本发明提供了一种深度学习编译器脉冲神经网络算子处理方法及系统，包括：步骤S1：将脉冲神经网络算子部署到低功耗机器人硬件众核处理器上，进行算子转换，将脉冲神经网络算子拆分为基础算子和自定义算子，适配深度学习编译器；步骤S2：进行脉冲神经网络算子合并、算子拆分和算子映射，实现脉冲神经网络算子在低功耗机器人硬件众核处理器上的部署和执行。发明与深度学习编译器的兼容性较好，本发明以深度学习编译器中常用的ONNX(Open Neural Network Exchange)格式表示SNN(spike Neural Network)神经元操作符，这种兼容性使脉冲神经网络算子能够集成到主流的深度学习编译器中。