-
公开(公告)号:CN102968390B
公开(公告)日:2015-02-18
申请号:CN201210536421.7
申请日:2012-12-13
Applicant: 东南大学
IPC: G06F12/08
CPC classification number: G06F12/0862 , G06F3/0604 , G06F3/0631 , G06F3/0673 , G06F17/5054 , G06F2212/1041 , G06F2212/601 , G06F2212/602 , G06F2212/6028 , H04L67/2842
Abstract: 本发明公开了一种基于预先解码分析的配置信息缓存管理系统,包括流媒体处理器模块、配置信息预取FIFO模块、配置信息存储单元和缓存控制器模块。本发明还公开了一种基于预先解码分析的配置信息缓存管理系统的管理方法。本发明能提高大规模粗粒度可重构系统的动态重构效率。
-
公开(公告)号:CN103116493A
公开(公告)日:2013-05-22
申请号:CN201310027776.8
申请日:2013-01-21
Applicant: 东南大学
IPC: G06F9/44
Abstract: 本发明公开了一种应用于粗粒度可重构阵列的自动映射方法,包括以下步骤:将用高级语言编写的应用算法,划分为由主控处理器执行的软件部分和由可重构阵列加速的硬件部分;对在阵列上加速的硬件部分,使用编译器进行编译,得到描述此部分代码的数据流图;选择数据流图中待映射的操作节点并映射到阵列上,对剩余的操作节点反复进行上述选择,直到数据流图中的所有操作节点都被映射,得到可在阵列上运行的配置文件;将得到的配置文件与由主控处理器执行的软件部分整合,得到整合后的新的应用算法;将新的应用算法用主控处理器的编译器进行编译,生成能在硬件上运行的机器代码。本发明实现对可重构阵列硬件资源的高效分配和调度,以减少映射时间。
-
公开(公告)号:CN103034617A
公开(公告)日:2013-04-10
申请号:CN201210538673.3
申请日:2012-12-13
Applicant: 东南大学
IPC: G06F15/76
CPC classification number: G06F12/0646 , G06F12/0811 , G06F12/0895 , G06F17/5054 , G06F2212/283 , G06F2212/601
Abstract: 本发明公开了一种用于实现可重构系统配置信息存储的缓存结构,包括层次化的配置信息缓存单元:用于缓存一段时间内可能被某个或某几个可重构阵列使用的配置信息;片外存储接口模块:用于建立通信;配置管理单元:用于管理可重构阵列的重构过程,将算法应用中的各个子任务映射到某个可重构阵列上,从而可重构阵列会根据所映射的子任务,加载相应的配置信息以完成可重构阵列的功能重构。从而提高了配置信息缓存的利用效率。并提供了可重构系统配置信息缓存管理的方法,采用混合优先级的缓存更新方法,改变了传统的可重构系统中各个配置信息缓存的管理方式,从而提高了复杂的可重构系统的动态重构效率。
-
公开(公告)号:CN102970545A
公开(公告)日:2013-03-13
申请号:CN201210529661.4
申请日:2012-12-11
Applicant: 东南大学
IPC: H04N7/26
Abstract: 本发明公开了一种基于二维离散小波变换算法的静态图像压缩方法,包括如下步骤:将源图像做预处理;将二维离散小波变换算法在可重构架构上实现,利用可重构架构实现的二维离散小波变换算法对经过预处理的图像进行小波变换;对小波变换过后的图像进行量化,然后进行自适应编码,经过码流组织,最终形成压缩图像。本发明采用可重构这一创新的技术来解决算法性能和算法灵活性的矛盾,在保持算法灵活性的前提下,用可重构的并行计算能力来对算法进行加速,提升算法的性能,使得图像压缩方法的整体性能得到很大的提升,效率更高,性能更好。
-
公开(公告)号:CN102968390A
公开(公告)日:2013-03-13
申请号:CN201210536421.7
申请日:2012-12-13
Applicant: 东南大学
IPC: G06F12/08
CPC classification number: G06F12/0862 , G06F3/0604 , G06F3/0631 , G06F3/0673 , G06F17/5054 , G06F2212/1041 , G06F2212/601 , G06F2212/602 , G06F2212/6028 , H04L67/2842
Abstract: 本发明公开了一种基于预先解码分析的配置信息缓存管理系统,包括流媒体处理器模块、配置信息预取FIFO模块、配置信息存储单元和缓存控制器模块。本发明还公开了一种基于预先解码分析的配置信息缓存管理系统的管理方法。本发明能提高大规模粗粒度可重构系统的动态重构效率。
-
公开(公告)号:CN113313244B
公开(公告)日:2024-04-09
申请号:CN202110670196.5
申请日:2021-06-17
Applicant: 东南大学
IPC: G06N3/063 , G06N3/082 , G06F1/3234
Abstract: 本发明公开了一种面向加法网络的近存储神经网络加速器及其加速方法。神经网络加速器包括指令发生单元,计算单元组和后处理模块。加速器将在指令发生单元中利用低比特的权重和激活进行比较生成指令,指令传入计算单元组中特定的计算单元,指导其中存有的全精度权重或激活的计算,并根据指令将输出传送至后处理单元进行处理,生成最终的结果。本发明分离了符号的提取和全精度数据的计算,设计了一种可重构,可扩展的近存储计算单元,便于适应不同的神经网络推理任务,同时对加法网络模型进行了数据压缩和分组,仅保留非稀疏全精度数据,降低了模型大小和计算次数。
-
公开(公告)号:CN113313244A
公开(公告)日:2021-08-27
申请号:CN202110670196.5
申请日:2021-06-17
Applicant: 东南大学
IPC: G06N3/063 , G06N3/08 , G06F1/3234
Abstract: 本发明公开了一种面向加法网络的近存储神经网络加速器及其加速方法。神经网络加速器包括指令发生单元,计算单元组和后处理模块。加速器将在指令发生单元中利用低比特的权重和激活进行比较生成指令,指令传入计算单元组中特定的计算单元,指导其中存有的全精度权重或激活的计算,并根据指令将输出传送至后处理单元进行处理,生成最终的结果。本发明分离了符号的提取和全精度数据的计算,设计了一种可重构,可扩展的近存储计算单元,便于适应不同的神经网络推理任务,同时对加法网络模型进行了数据压缩和分组,仅保留非稀疏全精度数据,降低了模型大小和计算次数。
-
公开(公告)号:CN111160362A
公开(公告)日:2020-05-15
申请号:CN201911179598.4
申请日:2019-11-27
Applicant: 东南大学
Abstract: 本发明公开了一种FAST特征均匀化提取与基于IMU的帧间特征误匹配去除方法,先采用FAST特征均匀化提取方法使在全图范围内尽可能获得均匀且有质量的FAST特征点,并不产生额外计算开销,再基于IMU的帧间特征误匹配去除方法使用IMU传感器数据(加速度和角速度)通过计算相邻图像之间的平移和旋转变换,由此推导基础矩阵模型并判断:当相机静止时,根据特征匹配的运动矢量长度判断并去除特征误匹配;当相机运动时,根据特征匹配是否符合基础矩阵模型来判断并去除特征误匹配。
-
公开(公告)号:CN110910434A
公开(公告)日:2020-03-24
申请号:CN201911069381.8
申请日:2019-11-05
Applicant: 东南大学
IPC: G06T7/50
Abstract: 本发明公开了一种基于FPGA高能效实现深度学习视差估计的方法,包括以下步骤:从FPGA片上内存上读取当前卷积计算子单元所需的、以低位宽数据格式存储的权值数据,并对该权值数据进行数据还原,降低访存代价;S200:对上一个卷积计算子单元输出的特征数据和经过数据还原的权值数据依次进行跳零卷积计算、池化计算和通道混洗计算,输出下一个卷积计算子单元所需的特征图,跳零卷积以及通道混洗进一步减少计算以及访存能耗开销;S300:循环执行S100和S200,直至最后一个卷积计算单元完成计算,输出特征图;S400:对S300输出的特征图中的特征数据进行反卷积计算得到深度信息。
-
公开(公告)号:CN104469368B
公开(公告)日:2018-05-15
申请号:CN201410742098.8
申请日:2014-12-08
Applicant: 东南大学
IPC: H04N19/196 , H04N17/00 , H04N17/02
Abstract: 本发明公开了一种普适手机平台的视频处理单元(VPU)的H.264视频编解码性能检测方法,包括:手机平台利用VPU进行H.264视频编解码的系统搭建、YUV视频序列H.264编码速率的测试、YUV视频序列H.264编码功耗的测试、YUV视频序列H.264编码PSNR的测试、H.264视频流解码速率的测试以及H.264视频流解码功耗的测试。本发明是一种能够适应各种手机型号的并在手机平台上实现检测上述VPU H.264编解码的极限性能的方案,本发明避免了传统只能适应某种型号手机进行VPU H.264编解码的弊端,并能对其编解码性能高效准确的测试。
-
-
-
-
-
-
-
-
-