-
公开(公告)号：CN114546798A
公开(公告)日：2022-05-27
申请号：CN202210095692.7
申请日：2022-01-26
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种终端设备的性能评测方法、装置、电子设备及存储介质，所述方法包括：接收用户的指令，以启动AI性能评测流程；控制并执行每一种AI性能单项测试，并确定每一种所述AI性能单项测试的得分；基于所有所述AI性能单项测试的得分，确定终端设备的AI性能综合得分，对所述终端设备的性能评估。该方法通过多种AI性能单项测试对终端设备的AI性能进行评测，能够测试设备在处理这些不同AI应用时的实际性能，更全面的对终端设备的AI性能进行评估。
-
公开(公告)号：CN109190756B
公开(公告)日：2022-02-18
申请号：CN201811048884.2
申请日：2018-09-10
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供了一种基于Winograd卷积的卷积运算单元和相应的神经网络处理器。该卷积运算单元包括乘法器、累加器和第一选通器，乘法器用于接收待进行矩阵相乘运算的元素或待进行矩阵点乘运算的元素，第一选通器用于接收来自于乘法器的输出值和待进行累加运算的元素，通过控制第一选通器将待进行累加运算的元素或者将所述乘法器的输出值传递至累加器能够使该卷积运算单元在多个工作模式之间进行切换。将本发明的卷积运算单元应用于神经网络处理器能够提高计算效率并降低运行功耗。
-
公开(公告)号：CN113466890A
公开(公告)日：2021-10-01
申请号：CN202110590374.3
申请日：2021-05-28
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出了一种基于关键特征提取的轻量化激光雷达惯性组合定位方法和系统，包括：利用惯性预积分的中间变量补偿激光点云的运动畸变；提取激光雷达关键帧中的线、面特征，完成帧间特征匹配；定量地评估激光雷达特征匹配约束的有效性；剔除低效的特征约束；选定合适的回环检测时机，在保证精度的前提下，降低计算成本，实现三维点云的建图和高精度的定位、姿态估计。
-
公开(公告)号：CN112132272A
公开(公告)日：2020-12-25
申请号：CN202010999082.0
申请日：2020-09-22
Applicant: 中国科学院计算技术研究所
IPC: G06N3/063
Abstract: 本发明提供了一种神经网络的计算装置、处理器和电子设备，其中，计算装置包括：逻辑运算电路和通路选择模块；所述通路选择模块，用于根据接收的神经网络中的计算元素所占用的位宽控制所述逻辑运算电路包括的多个计算电路中的一个计算电路导通；所述逻辑运算电路，用于基于所述导通的计算电路对所述计算元素进行运算，获得所述计算元素对应的计算结果。通过根据计算元素占用的位宽不同，控制逻辑运算电路导通不同的计算电路，实现可对不同位宽的计算元素进行计算，应用到神经网络的计算中，可实现对二值神经网络和三值神经网络的计算，实现了对二值神经网络和三值神经网络的运算加速。
-
公开(公告)号：CN111985614A
公开(公告)日：2020-11-24
申请号：CN202010715409.7
申请日：2020-07-23
Applicant: 中国科学院计算技术研究所
Abstract: 本发明实施例提供了一种构建自动驾驶决策系统的方法、系统和介质，所述自动驾驶决策系统包括强化学习模块和安全保障模块，所述安全保障模块包括基于规则的子模块和基于数据驱动的子模块，所述方法包括：A1、随机初始化强化学习模块和基于数据驱动的子模块的神经网络参数；A2、对自动驾驶决策系统依次进行第一学习阶段和第二学习阶段的训练；本发明无需大量的专家经验指导自动驾驶决策系统如何进行决策，节约了大量的训练成本，而且本发明的系统输出解析解作为经纠正的安全的动作向量，为驾驶的安全性提供了理论支撑，可以提高在实际应用中根据自动驾驶决策系统决策生成的动作向量进行自动驾驶的安全性。
-
Patent Agency Ranking
公开(公告)号：CN108376283B
公开(公告)日：2020-11-03
申请号：CN201810015196.X
申请日：2018-01-08
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供了一种用于神经网络的池化装置和池化方法。该池化装置包括：池化运算单元，用于对输入的神经元进行池化运算；控制单元，用于基于所述池化运算单元的处理能力将池化范围内的神经元划分为多个批次并控制各批次的神经元依次输入至所述池化运算单元进行池化运算。本发明的池化装置和池化方法通过对池化范围内的神经元进行批次划分，能够提高神经网络的计算效率。
-
公开(公告)号：CN108345934B
公开(公告)日：2020-11-03
申请号：CN201810038612.8
申请日：2018-01-16
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供一种用于神经网络处理器的激活装置及方法，以时分复用的方式减少硬件的闲置时间、并且以简单的结构实现硬件电路。所述激活装置，包括：至少一个激活运算单元、激活控制单元、输入接口、以及输出接口；其中，所述激活运算单元可同时处理的最大数据量小于等于一次性输入所述激活装置的待处理数据量；并且，所述激活控制单元与所述激活运算单元连接，用于根据所述一次性输入所述激活装置的待处理数据量与所述激活运算单元的处理能力之间的关系，控制所述激活运算单元对由所述输入接口从所述激活装置外部一次性接收到的待激活神经元进行分批激活处理，并由所述输出接口将激活处理的结果输出所述激活装置。
-
-
公开(公告)号：CN107085562B
公开(公告)日：2020-11-03
申请号：CN201710179097.0
申请日：2017-03-23
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种基于高效复用数据流的神经网络处理器及设计方法，涉及神经网络模型计算的硬件加速技术领域，该处理器包括至少一存储单元，用于存储操作指令与运算数据；至少一计算单元，用于执行神经网络计算；控制单元，与所述至少一存储单元、所述至少一计算单元相连，用于经由所述至少一存储单元获得所述至少一存储单元存储的操作指令，并且解析所述操作指令以控制所述至少一计算单元；其中所述运算数据采用高效复用数据流的形式。本发明在神经网络处理过程中采用高效复用数据流，每次只需向计算单元阵列中的一列计算单元载入权重和数据，降低了片上数据带宽、提高了数据共享率、提升了能量效率。
-
公开(公告)号：CN110046703B
公开(公告)日：2020-07-31
申请号：CN201910170271.4
申请日：2019-03-07
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的片上存储处理系统，其包括：编码器模块、解码器模块以及存储群模块；编码器模块被配置为接收目标数据序列，对所述目标数据序列中所有数据逐个比特位地提取各比特位的数值，并将所有数据中相同权值的比特位的数值进行顺序编码，再将相邻比特位的数值编码依次顺序相连，生成编码数据；解码器模块被配置为根据运算指令，读取并解码存储群模块中存储的编码数据；存储群模块被配置为根据接收到的控制信息，生成存储结构，存储编码数据。将本发明的片上存储处理系统用于神经网络的运算，可实现按照数据精度的进行数据存储，能够降低神经网络数据运算过程中的功耗消耗，避免发生数据冗余现象。
-
-
-
-
-
-
-
-
-
Search Results
259
records
(took 0.05 seconds)
