-
公开(公告)号:CN105718394A
公开(公告)日:2016-06-29
申请号:CN201610046928.2
申请日:2016-01-25
Applicant: 东南大学
IPC: G06F13/18
CPC classification number: G06F13/18
Abstract: 本申请提供一种粗粒度可重构系统的片上缓存访存接口及其访问方法,在传统的片上缓存访存接口的结构基础上,增加了一个第一级仲裁模块和一个第二级仲裁模块,第一级仲裁模块,用于实现初步判断所述访问请求输入接口单元的所述片上缓存访问请求优先级,并将访问请求分包分配优先级的功能,第二级仲裁模块,用于实现仲裁所述访问请求优先级,并控制所述输入请求的预读取的功能;当访问请求由访问请求输入接口单元输入第一级仲裁模块,经由第一级仲裁模块初步判断、分包访问请求后将其发送至第二级仲裁模块,经由第二级仲裁模块仲裁后,将优先级最高访问请求发送至访问请求解析模块,提高计算单元访问片上缓存的效率。
-
公开(公告)号:CN107229598A
公开(公告)日:2017-10-03
申请号:CN201710266364.8
申请日:2017-04-21
Applicant: 东南大学
Abstract: 本发明公开了一种面向卷积神经网络的低功耗电压可调卷积运算模块,包括数据传输单元、电压可调缓存单元、卷积运算模块三部分。对于卷积神经网络,卷积运算占据整体运算量的一半以上,而卷积计算时图像数据矩阵中数据会被同一卷积核读取多次,且存在多个卷积核对这些数据进行同时访问的情况,使数据重用频次进一步提高。由于数据矩阵中的数据重用频次存在较大差异,将重用频次相同或相近的数据存放在一起,根据缓存中数据重用频次的分布调节存储模块电压,可以降低卷积神经网络加速器的整体功耗。本发明提出的低功耗电压可调卷积运算模块可以根据不同重用次数,进行不同缓存区域的电压调节,用以完成不同规模及步长情况下的卷积运算。
-
公开(公告)号:CN105718421A
公开(公告)日:2016-06-29
申请号:CN201610047593.6
申请日:2016-01-25
Applicant: 东南大学
IPC: G06F15/78
CPC classification number: G06F15/781
Abstract: 本申请提供了一种面向多个粗粒度动态可重构阵列的数据缓存更新系统,基于传统的多阵列可重构系统,增加了一个片上更新仲裁模块。该模块与片上数据缓存模块耦合,包括四个分别与片上初始操作数寄存器、片上初始常数寄存器、阵列中间数据存储器和输出寄存器紧耦合的自衰减更新仲裁控制器,用于对片上初始数据、阵列计算中间数据以及输出数据的生命值进行判决,一旦有数据生命终止,就向相应的缓存单元发出数据更新请求。本发明基于对片上数据生命周期进行统一管理,提供了一种片上缓存单元动态复用的实现方法,提高了大规模可重构阵列的存储利用率(其中每个数据的生命周期由软件运行得到,存放在外存中)。
-
公开(公告)号:CN107229598B
公开(公告)日:2021-02-26
申请号:CN201710266364.8
申请日:2017-04-21
Applicant: 东南大学
Abstract: 本发明公开了一种面向卷积神经网络的低功耗电压可调卷积运算模块,包括数据传输单元、电压可调缓存单元、卷积运算模块三部分。对于卷积神经网络,卷积运算占据整体运算量的一半以上,而卷积计算时图像数据矩阵中数据会被同一卷积核读取多次,且存在多个卷积核对这些数据进行同时访问的情况,使数据重用频次进一步提高。由于数据矩阵中的数据重用频次存在较大差异,将重用频次相同或相近的数据存放在一起,根据缓存中数据重用频次的分布调节存储模块电压,可以降低卷积神经网络加速器的整体功耗。本发明提出的低功耗电压可调卷积运算模块可以根据不同重用次数,进行不同缓存区域的电压调节,用以完成不同规模及步长情况下的卷积运算。
-
公开(公告)号:CN105718421B
公开(公告)日:2019-03-01
申请号:CN201610047593.6
申请日:2016-01-25
Applicant: 东南大学
IPC: G06F15/78
Abstract: 本申请提供了一种面向多个粗粒度动态可重构阵列的数据缓存更新系统,基于传统的多阵列可重构系统,增加了一个片上更新仲裁模块。该模块与片上数据缓存模块耦合,包括四个分别与片上初始操作数寄存器、片上初始常数寄存器、阵列中间数据存储器和输出寄存器紧耦合的自衰减更新仲裁控制器,用于对片上初始数据、阵列计算中间数据以及输出数据的生命值进行判决,一旦有数据生命终止,就向相应的缓存单元发出数据更新请求。本发明基于对片上数据生命周期进行统一管理,提供了一种片上缓存单元动态复用的实现方法,提高了大规模可重构阵列的存储利用率(其中每个数据的生命周期由软件运行得到,存放在外存中)。
-
-
-
-