-
公开(公告)号：CN114781634B
公开(公告)日：2022-11-04
申请号：CN202210701266.3
申请日：2022-06-21
Applicant: 之江实验室
Abstract: 本发明公开一种基于忆阻器的神经网络阵列的自动映射方法和装置，该方法包括：步骤一，根据神经网络模型，确定所需忆阻器物理阵列参数以及神经网络模型每层的原始计算阵列大小；步骤二，根据忆阻器物理阵列的单次运算能计算的最大卷积数，对原始计算阵列进行分割，获得子计算阵列；步骤三，坐标化忆阻器物理阵列，对子计算阵列按照输入向量数，从多到少排列，映射至忆阻器物理阵列；步骤四，根据步骤二至步骤三的计算阵列的分割记录，对神经网络模型每层的原始计算阵列的输入特征图进行对应的分割，计算出映射后的物理阵列的位置坐标作为所匹配的输入特征图的区域坐标。本发明减少了整体系统所占用的面积，提高了忆阻器阵列的算力和物理利用率。
-
公开(公告)号：CN114400031B
公开(公告)日：2022-07-08
申请号：CN202210292126.5
申请日：2022-03-24
Applicant: 之江实验室
Abstract: 本发明公开一种补码映射的RRAM存算一体芯片及电子设备，芯片包括控制选通模块、RRAM阵列模块、补码量化模块，所述控制选通模块接收输入信号，连接于RRAM阵列模块中的位线、源线、字线上，对RRAM阵列模块进行选通与读写控制；补码量化模块连接于RRAM阵列模块中的输出线上，数字输入信号通过控制选通模块经过位线BL输入到RRAM阵列模块，经过RRAM阵列模块与其以补码形式存储的权重值相乘加后，输出模拟信号至补码量化模块；补码量化模块将模拟信号以补码形式完成量化，输出数字信号结果。相比传统方式，本发明实现了2T1R RRAM阵列乘加运算的补码量化，可节省近一半RRAM阵列资源，减小芯片面积，降低功耗。
-
公开(公告)号：CN113869504A
公开(公告)日：2021-12-31
申请号：CN202111456235.8
申请日：2021-12-02
Applicant: 之江实验室
Abstract: 本发明属于新型智能计算处理器领域，涉及一种基于忆阻器可编程神经网络加速器，通过接口与SOC总线串接，该加速器包括：指令处理模块、控制单元、执行单元模块，其中，控制单元控制连接指令处理模块和执行单元模块，指令处理模块由指令存储器、取指令单元、指令译码单元依次连接组成为一体，对指令进行存取译码后，将指令信息传达给控制单元，以及将指令上的数据给到执行单元模块，执行单元模块包括：算术逻辑单元、向量处理单元、数据存储器和忆阻器存算单元；算术逻辑单元和向量处理单元，分别对应负责寄存器计算和向量计算；数据存储器与忆阻器存算单元相连后，接入向量处理单元。本发明具有高灵活度，低带宽要求，低功耗，高并行度的优点。
-
公开(公告)号：CN120031073A
公开(公告)日：2025-05-23
申请号：CN202510519904.3
申请日：2025-04-24
Applicant: 之江实验室
Abstract: 本说明书公开了一种神经网络架构搜索方法、装置、存储介质及电子设备。本方法利用架构拓扑结构和候选操作特征的分布变量实现原始离散架构空间的连续松弛化；通过网络架构的图数据表示和编码，以及基于图神经网络的代理模型训练，实现对原始空间的代理表征；采用重参数化方法，分别实现了基于梯度的图拓扑结构和特征矩阵的可微搜索；以离散架构采样、代理模型训练、架构搜索在线、协同交替进行的方式，端到端实现了架构的优化搜索。综上所述，本方法对于任意架构空间，无需预先定义用于代理模型预训练的数据点数量，仅需要确定好采样架构点总数作为搜索预定义开销，即可完成神经网络架构的搜索。
-
公开(公告)号：CN119670830A
公开(公告)日：2025-03-21
申请号：CN202510199885.0
申请日：2025-02-24
Applicant: 之江实验室
Abstract: 本申请涉及一种存算一体处理器、数据处理方法和计算机设备，包括：控制模块和数据模块，控制模块与数据模块连接；数据模块包括存储单元和存算一体处理引擎，存算一体处理引擎与存储单元连接；存算一体处理引擎包括N个存算一体处理单元和第一计算器组，存算一体处理单元与第一计算器组连接；各存算一体处理单元包括M个存算一体阵列单元和第二计算器组，存算一体阵列单元与第二计算器组连接；各存算一体阵列单元包括存算一体阵列、阵列控制单元和读出电路，存算一体阵列包括多个交叉排布的存算器件；控制模块用于控制存算一体处理引擎从存储单元获取数据，并指示存算一体处理引擎计算所获取的数据。本申请支持数据并行计算，提升了计算效率。
-
Patent Agency Ranking
公开(公告)号：CN117893396B
公开(公告)日：2024-07-02
申请号：CN202410117387.2
申请日：2024-01-26
Applicant: 之江实验室
IPC: G06T1/60 , G06T7/13 , G06N3/0464 , G06T1/20
Abstract: 本说明书公开了一种基于阻变存储器的图像边缘检测任务执行方法及装置，在获取原始图像并确定出原始图像中各像素点对应的灰度值后，通过预先配置的第一阻变存储器确定出原始图像中各像素点对应的横向梯度值以及纵向梯度值，而后针对每个像素点，将该像素点对应的横向梯度值以及纵向梯度值转化为该像素点对应的第三电压值对，从而根据第二阻变存储器在此第三电压值对对应的电压的控制下输出的电流的电流值，确定出该像素点对应的初始边缘特征数据，进而根据原始图像中各像素点对应的初始边缘特征数据，执行边缘检测任务。通过第一阻变存储器以及第二阻变存储器对原始图像中各像素点对应的灰度值进行预处理，提高了图像边缘检测任务的执行效率。
-
公开(公告)号：CN117744731A
公开(公告)日：2024-03-22
申请号：CN202311686862.X
申请日：2023-12-07
Applicant: 之江实验室
Abstract: 本说明书公开了一种基于阻变存储器的模型训练方法、装置、介质及设备。通过对各初始网络权重以预设的网络权重范围进行预调整，而后根据预设的尺度参数以及各调整后网络权重中的最大值将各调整后网络权重转化为阻变存储器的电导值，通过将样本数据转化为电压值控制阻变存储器输出电流，并在阻变存储器输出电流后，先将阻变存储器中的各电导值对应的网络权重替换目标模型中的各网络权重，而后以阻变存储器输出的电流的电流值对应的预测结果以及样本数据对应的实际标签对替换了网络权重的目标模型进行训练，更合理的将各初始网络权重映射为阻变存储器中的各电导值，解决了阻变存储器中的电导值写入误差问题对模型训练的影响，提高了模型训练效率。
-
公开(公告)号：CN117666569A
公开(公告)日：2024-03-08
申请号：CN202311564774.2
申请日：2023-11-21
Applicant: 之江实验室
Abstract: 在本说明书提供的一种基于忆阻器的无人车避障方法及装置中，参考模糊控制算法，通过获取无人车前方和两侧到障碍物最近的距离，作为输入变量，并对各输入变量通过忆阻器阵列进行模糊化处理，得到线速度输出矩阵和角速度输出矩阵。将各输入变量通过隶属度函数组，确定隶属度矩阵，并通过代价函数得到模糊推理参数，进而确定权重矩阵，实现了模糊推理。通过线速度输出矩阵、角速度输出矩阵、权重矩阵、预设的线速度参数矩阵及角速度参数矩阵，通过去模糊化处理确定线速度和角速度，用于控制该无人车避障，达到了低功耗、低延时的无人车的精准避障。
-
公开(公告)号：CN117612256A
公开(公告)日：2024-02-27
申请号：CN202311598611.6
申请日：2023-11-27
Applicant: 之江实验室
Abstract: 本说明书公开了一种基于肌电信号的机械手掌控制方法及装置。所述任务执行方法包括：获取第一采集设备采集到的手臂的肌肉群的肌电信号数据，以及获取第二采集设备采集到的手掌背部中肌肉群的肌电信号数据，并根据采集到的肌电信号数据，得到针对各部分肌肉群的热力图。然后将得到的热力图输入到预先训练的意图识别模型中，以得到针对用户使用的机械手掌的目标指令，根据目标指令对机械手掌进行控制，以使机械手掌执行目标手势。
-
公开(公告)号：CN117289896B
公开(公告)日：2024-02-20
申请号：CN202311547164.1
申请日：2023-11-20
Applicant: 之江实验室
Abstract: 本发明公开了一种存算一体基本运算装置，其中：存算一体单元包括至少一个存算一体阵列，每个存算一体阵列包括阵列式排布的若干存算器件，存算器件用于进行权重值存储以及矩阵计算；控制单元用于对存算一体阵列进行控制并结合外部控制信号对写验证模块、读/计算模块进行相应控制；写验证模块用于结合外部输入数据对选通的存算器件进行直接写操作或者写验证操作，进行脉冲宽度及脉冲个数的计算；读/计算模块用于对选通的存算器件或者写验证模块进行读操作，结合外部输入数据进行计算操作并将结果输出至移位器中，并在运算完成后通过控制加/减法器控制运算结果的输出；移位器和加/减法器相连，用于对读/计算模块的计算结果进行乘累加运算操作。
-
-
-
-
-
-
-
-
-
Search Results
88
records
(took 0.033 seconds)
