-
公开(公告)号：CN110717580A
公开(公告)日：2020-01-21
申请号：CN201910922121.4
申请日：2019-09-27
Applicant: 东南大学
Abstract: 本发明提出面向二值化神经网络的基于电压调制的计算阵列，涉及模拟集成电路技术领域。计算阵列包括多个计算模块，每个计算模块包括数字计算单元、模拟计算单元。其中模拟计算单元包括由多个晶体管组成的模拟计算子单元；模拟计算单元的输入和输出数据均是电压信号。计算阵列包括数字计算阵列、模拟计算阵列。其中模拟计算阵列包括先入先出阵列和模拟计算单元阵列。本发明提出的计算阵列可以根据任务需求进行扩展，最大限度提高计算性能，降低访存要求，节省数据存储资源。通过流水操作实现各个计算子系统的协同操作。在模拟计算单元中，通过对模拟电压的堆叠完成数据的累加，大大提高运算的速度和性能。
-
公开(公告)号：CN110705702A
公开(公告)日：2020-01-17
申请号：CN201910929674.2
申请日：2019-09-29
Applicant: 东南大学
IPC: G06N3/063 , G06F15/167 , G06F12/0897 , G06F12/0862 , G06F12/0868 , G06F9/50 , G06F13/18
Abstract: 本发明公开了一种动态可扩展的卷积神经网络加速器，属于计算、推算、计数的技术领域。该加速器包括自适应数据存储模块和高效计算阵列调度模块。其中，自适应数据存储模块包括层次化存储模块和外部二维数据转换定制接口模块。高效计算阵列调度模块包括基于乘加逻辑的神经元处理单元阵列数据调度模块和基于查找表的神经元处理单元阵列数据调度模块。整个卷积神经网络加速器通过设计合理的多级存储结构来掩盖外存访问的数据延迟。通过根据网络层特点和任务需求对计算阵列进行数据调度，可以实现数据的重复利用和提高计算阵列查找表的访问并行度，提高运算速度，从而能够适应各种复杂的计算任务。
-
公开(公告)号：CN110580919A
公开(公告)日：2019-12-17
申请号：CN201910764547.1
申请日：2019-08-19
Applicant: 东南大学
Abstract: 本发明公开了多噪声场景下语音特征提取方法及可重构语音特征提取装置，属于语音识别的技术领域。本发明结合低通滤波器语音提取低功耗特点和梅尔滤波器语音特征提取高准确率的特点，根据底噪声阈解析判断结果及低通滤波器及神经网络的输出结果动态选择语音特征提取方式，装置通过可重构特征提取功能配置模块切换语音特征提取通道。在外界环境没有语音或有语音但信噪比较高的条件下采用低通滤波器进行语音特征提取同时进行神经网络的识别，而在信噪比较低同时有语音输入的情况下采用梅尔滤波器进行语音特征提取，降低语音特征提取的整体功耗。
-
-
公开(公告)号：CN106294278B
公开(公告)日：2019-03-12
申请号：CN201610619107.3
申请日：2016-08-01
Applicant: 东南大学
IPC: G06F15/78
Abstract: 本发明公开了一种用于动态可重构阵列计算系统的自适硬件预配置控制器，其功能为根据不同应用场景及计算需求选取最优化的动态可重构计算阵列硬件参数并对动态可重构计算阵列进行预配置，其核心结构包括阵列规模计算逻辑、路由结构计算逻辑、预配置信息缓存单元、预配置信息发送控制单元和预配置信息输出接口。本发明将多个计算逻辑紧耦合，组成一个完整的最优化硬件参数选择器，通过向动态可重构计算阵列发送相应的预配置信息，对阵列规模及其路由结构进行预配置，使得动态可重构阵列计算系统在灵活度和专用性能上达到更好的平衡。
-
Patent Agency Ranking
公开(公告)号：CN108956349A
公开(公告)日：2018-12-07
申请号：CN201810744537.7
申请日：2018-07-09
Applicant: 东南大学
CPC classification number: G01N3/42 , G01N3/068 , G01N2203/0075 , G01N2203/008 , G01N2203/0641 , G01N2203/0682
Abstract: 本发明公开了一种测量沥青混合料界面过渡区特征参数的试验方法，该方法根据集料与沥青胶浆界面过渡区存在力学性能变化的现象，利用纳米压痕仪在沥青混合料样品中集料与胶浆界面处进行微观力学性能试验，从集料相向沥青胶浆相等距离设置测点，获得各点的荷载‑压入深度曲线，计算模量值，根据各测点的模量及压入深度变化趋势确定界面过渡区中的测点数量，再结合测点分布和间距估算界面过渡区的厚度，进而计算界面过渡区黏附系数，实现对集料‑沥青胶浆界面过渡区厚度、力学性能和相互作用强弱等特征参数的量化表征。
-
公开(公告)号：CN107203487A
公开(公告)日：2017-09-26
申请号：CN201710373272.X
申请日：2017-05-24
Applicant: 东南大学
IPC: G06F15/78
Abstract: 本发明公开了一种抗功耗攻击的安全可重构架构，包括多行可重构阵列运算行、行控制器、通用寄存器堆、寄存器、输入缓存、输出缓存、可重构查找表、第一多路数据选择器、秘密分享安全防护模块和数据通路动态重构安全防护模块；其中，可重构阵列运算行包括算术逻辑单元、数据置换网络、数据载入单元和数据输出单元；秘密分享安全防护模块包括第二多路数据选择器、异或操作模块、数据缓存模块和第一随机数发生器；数据通路动态重构安全防护模块包括第三多路数据选择器、第四多路数据选择器、第二随机数发生器、第三随机数发生器、第一延时数据通路和第二延时数据通路。本发明在保证安全性的同时能大幅降低面积和性能开销。
-
公开(公告)号：CN107153522A
公开(公告)日：2017-09-12
申请号：CN201710266363.3
申请日：2017-04-21
Applicant: 东南大学
Abstract: 本发明公开了一种面向人工神经网络的动态精度可配近似乘法器，该动态精度可配近似乘法器在外部控制信号的控制下，根据数据的输入特性可以实现乘法运算的精度动态配置，并给出精确结果的近似结果。该动态精度可配近似乘法器带来的精度损失在可接受的范围内，同时提高了乘法的计算速度，大大降低功耗，满足了人工神经网络的计算需求。
-
公开(公告)号：CN104461849B
公开(公告)日：2017-06-06
申请号：CN201410741891.6
申请日：2014-12-08
Applicant: 东南大学
IPC: G06F11/34
CPC classification number: Y02D10/34
Abstract: 本发明公开了一种移动处理器上CPU与GPU软件功耗测量方法，该方法包括建立CPU功耗模型、修改待测程序并重新编译、待测平台设置、运行待测程序和数据处理；本发明提出的移动处理器上CPU和GPU的功耗测量方法有效地解决了目前移动智能终端上软件开发人员难以同时获取程序执行时移动CPU、GPU上的功耗问题。无需任何额外的测量工具，并且无需拆解待测平台，可以直接在移动智能终端上精确的获取程序在移动CPU和GPU上执行的功耗，能够帮助应用程序的开发人员设计低功耗的智能终端应用程序和游戏。
-
公开(公告)号：CN106294278A
公开(公告)日：2017-01-04
申请号：CN201610619107.3
申请日：2016-08-01
Applicant: 东南大学
IPC: G06F15/78
CPC classification number: G06F15/7871
Abstract: 本发明公开了一种用于动态可重构阵列计算系统的自适硬件预配置控制器，其功能为根据不同应用场景及计算需求选取最优化的动态可重构计算阵列硬件参数并对动态可重构计算阵列进行预配置，其核心结构包括阵列规模计算逻辑、路由结构计算逻辑、预配置信息缓存单元、预配置信息发送控制单元和预配置信息输出接口。本发明将多个计算逻辑紧耦合，组成一个完整的最优化硬件参数选择器，通过向动态可重构计算阵列发送相应的预配置信息，对阵列规模及其路由结构进行预配置，使得动态可重构阵列计算系统在灵活度和专用性能上达到更好的平衡。
-
-
-
-
-
-
-
-
-
Search Results
321
records
(took 0.034 seconds)
