-
公开(公告)号：CN107967132B
公开(公告)日：2020-07-31
申请号：CN201711202435.4
申请日：2017-11-27
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加法器和乘法器。其中所述加法器，包括：至少一个加法装置，所述加法装置包括一个异或非门、第一与非门和第二与非门，所述异或非门以两个比特位Ai和Bi为输入，所述第一与非门以两个比特位Ai‑1和Bi‑1为输入，所述第二与非门以所述异或非门的输出和所述第一与非门的输出为输入，所述第二与非门的输出为所述加法装置的输出位Si；其中，Ai和Ai‑1为加数中相邻的两个比特，Bi和Bi‑1为被加数中相邻的两个比特，i大于等于0。
-
公开(公告)号：CN107273090B
公开(公告)日：2020-07-31
申请号：CN201710311756.1
申请日：2017-05-05
Applicant: 中国科学院计算技术研究所
Abstract: 本发明公开了用于神经网络处理器的近似浮点乘法器及浮点数乘法。该近似浮点乘法器在执行操作数的尾数乘法操作时根据指定的精度从各操作数尾数高位开始截取部分位并在所截取的部分位前后补1得到两个新的尾数，对这两个新的尾数进行乘法运算，以得到乘积的近似尾数，以及在经规格化后的近似尾数的低位补零使其位数与操作数的尾数位数一致从而得到所述乘积的尾数。该近似浮点乘法器采用近似计算的方式，根据精度需求截取尾数的不同位数进行相应乘法操作，降低了乘法操作的能量损耗，提高了乘法运算速度，进而使得神经网络处理系统性能更加高效。
-
公开(公告)号：CN107729998B
公开(公告)日：2020-06-05
申请号：CN201711046134.7
申请日：2017-10-31
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处理器的方法，包括：1)确定所述神经网络处理器的电路构造；2)增加所述电路构造中至少一条路径上的至少一个器件的延时；3)通过调整用于所述神经网络处理器的工作频率并评估在各个工作频率下的工作状况，来确定使得增加了延时后的所述电路构造的错误率满足设计需要时的最大的工作频率，以及对应的神经网络权重值。
-
公开(公告)号：CN111060115A
公开(公告)日：2020-04-24
申请号：CN201911199728.0
申请日：2019-11-29
Applicant: 中国科学院计算技术研究所
IPC: G01C21/32
Abstract: 一种基于图像边缘特征的视觉SLAM方法，包括如下步骤：通过视觉传感器获取图像；提取所获取图像的边缘特征进行位姿估计；根据位姿估计结果进行非线性优化；根据非线性优化结果进行闭环检测；根据闭环检测结果进行全局优化；构建全局地图。本发明的优势在于，首先，图像边缘是整个图像中重要的组成部分，往往能代表整幅图像，拥有更高的整体精度和信噪比，更加鲁棒。其次，边缘特征在稀疏纹理下也能鲁棒的运行，对光照变化的抗干扰能力也较强。最后，图像边缘特征是对真实场景的最朴素的表达，其建立的地图能很好的还原真实场景。
-
公开(公告)号：CN106301953B
公开(公告)日：2019-05-14
申请号：CN201610834564.4
申请日：2016-09-20
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种适用于时间触发以太网的分布式容错时钟同步方法及系统，涉及通信网络中的时钟同步技术领域，该方法包括步骤1，当每个同步主节点在本地时钟为零时刻时，向系统广播协议帧，每个节点接收其他节点广播的所述协议帧并记录所述协议帧的到达时刻及透明时钟值，同时根据广播协议将所述协议帧转发至其他节点，并且修改所述协议帧的透明时钟值，其中所述节点包括所述同步主节点，或所述同步主节点与同步从节点；步骤2，在一个周期结束前的固定时刻，每个节点将一个周期内收到的所有所述协议帧计算平均偏差时钟，采用容错中值法保证所有无故障节点的时钟维持同步状态，并根据计算出的平均偏差时钟对节点的本地时钟进行修正。
-
Patent Agency Ranking
公开(公告)号：CN105786681B
公开(公告)日：2019-03-26
申请号：CN201610091361.0
申请日：2016-02-18
Applicant: 中国科学院计算技术研究所
IPC: G06F11/34
Abstract: 本发明提供一种数据中心的服务器性能评估方法，包括：1)对于任意服务器类型i，获取各个应用u运行在该服务器类型i上所体现的性能；2)基于数据中心的历史数据，计算各个应用u在服务器类型i上体现的权重；3)基于步骤2)所得的权重，计算各个应用u运行在该服务器类型i上所体现的性能的加权和，从而得到服务器类型i对于数据中心的性能期望。本发明还提供了相应的数据中心的服务器更新方法。本发明的服务器性能评估模型能够对应用的性能期望进行准确的预测，且数据采集与决策时间开销小；能够快速给出基于成本效益最优化的数据中心的服务器更新方案；能够节约成本，且便于实施。
-
-
公开(公告)号：CN109190756A
公开(公告)日：2019-01-11
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：CN108921288A
公开(公告)日：2018-11-30
申请号：CN201810417343.6
申请日：2018-05-04
Applicant: 中国科学院计算技术研究所
IPC: G06N3/06
Abstract: 本发明提供一种应用于神经网络的激活处理装置。该装置包括查找表单元、多个匹配单元、多个计算单元和缓存单元。查找表单元用于存储反映神经网络中的激活函数的变量区间以及对应的拟合线性函数参数之间的映射关系；多个匹配单元用于基于查找表将与待计算输入变量对应的线性函数参数输出至缓存单元或输出至多个计算单元；缓存单元用于将所存储的线性函数参数输出至多个计算单元；多个计算单元与多个匹配单元和缓存单元连接，多个计算单元根据来自于缓存单元和/或来自于多个匹配单元的线性函数参数完成针对待计算的激活函数的输入变量的线性运算。本发明的激活处理装置能够提高神经网络的激活处理效率并降低功耗。
-
公开(公告)号：CN107092961B
公开(公告)日：2018-08-28
申请号：CN201710178680.X
申请日：2017-03-23
Applicant: 中国科学院计算技术研究所
IPC: G06N3/063
Abstract: 本发明提出一种基于模式频率统计编码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；以及控制单元，与至少一存储单元、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；至少一个数据压缩单元，其中每个所述数据压缩单元与所述至少一计算单元相连，用于压缩根据所述运算数据获取的计算结果，并基于模式频率统计重新编码；至少一数据解压单元，其中每个所述数据解压单元与所述至少一个计算单元相连，用于解压被压缩的运算数据。
-
-
-
-
-
-
-
-
-
Search Results
259
records
(took 0.048 seconds)
