-
公开(公告)号:CN119148975A
公开(公告)日:2024-12-17
申请号:CN202411083245.5
申请日:2024-08-08
Applicant: 东南大学
IPC: G06F7/544 , G06F7/48 , G06N3/126 , G06N3/0464 , G06N3/063
Abstract: 本发明公开一种面向CNN的基于误差互补偿的有符号近似乘加计算单元,属于计算、推算或计数的技术领域。该近似乘加计算单元包括:符号位处理模块、子乘法器模块和部分积累加模块。符号处理模块将两个输入操作数的符号位进行异或运算,得到计算结果的符号位。子乘法器模块将操作数的数值部分进行相乘,得到部分积;其中当数值高位乘以数值高位时使用精确乘法器,其余情况使用近似乘法器。部分积累加模块在高位使用精确加法器,低位使用近似加法器。同时,在设计近似乘法器和近似加法器时,使两者的误差相互补偿,从而在提高电路能效的同时,减小近似计算对神经网络精度的影响,满足神经网络对计算精度的要求。
-
公开(公告)号:CN111735852B
公开(公告)日:2022-03-29
申请号:CN202010474150.1
申请日:2020-05-29
Applicant: 东南大学
Abstract: 本发明公开了一种用于线虫运动行为和生理特征监测的微流控芯片,其中:流体入口、培养腔阵列、抽检通道、电阻抗断层成像检测腔、电阻抗谱检测腔以及流体出口依次连接;抽检控制阀,设置于所述抽检通道上,用于控制通道导通或关闭;检测控制阀,设置于电阻抗断层成像检测腔和电阻抗谱检测腔之间,用于控制通道导通或关闭;电阻抗断层成像电极阵列,与电阻抗断层成像检测腔连接;电阻抗谱检测电极阵列,与电阻抗谱检测腔连接。采用上述技术方案,可以实现培养腔、电阻抗断层成像检测腔和电阻抗谱检测腔的集成,实现对线虫的培养、运动行为和生理结构的检测等功能,结合控制阀,可以实现高自动化、高效率的培养、检测。
-
公开(公告)号:CN119047527A
公开(公告)日:2024-11-29
申请号:CN202411075896.X
申请日:2024-08-07
Applicant: 东南大学
Abstract: 本发明公开一种基于混合量化精度键值缓存的自注意力机制计算结构,属于计算、推算或计数的技术领域。该计算结构包括:自注意力机制计算模块、输入数据量化模块、混合量化精度的键值缓存模块、n‑m反量化操作模块以及计算差‑加载差匹配模块,在键值缓存中键矩阵采用n量化精度存储,值矩阵采用m量化精度存储。利用键矩阵和值矩阵之间由于Softmax和n‑m反量化操作模块产生的计算周期差,通过计算差‑加载差匹配模块,不断微调匹配键矩阵和值矩阵之间的计算周期差和加载周期差,在n‑m量化精度方案集合中选择最匹配的混合量化精度方案,实现了自注意力机制计算精度和模型压缩的动态调节,具有功耗低,能效高,延时低的技术优势。
-
公开(公告)号:CN115840556A
公开(公告)日:2023-03-24
申请号:CN202211270521.X
申请日:2022-10-18
Applicant: 东南大学
Abstract: 本发明公开一种基于6位近似全加器的2组有符号张量计算电路结构,涉及神经网络硬件加速领域,包含6位近似全加器模块,基于6位近似全加器的有符号8*8近似乘法器电路结构和基于6位近似全加器的2组有符号张量计算电路结构。由于神经网络加速器可以牺牲掉数据的一部分精确度,换取电路结构上延迟,面积和功耗的优化。本发明所提出的6位近似全加器模块忽略部分进位,从而减小电路面积和降低电路功耗,本发明利用6位近似全加器模块对有符号8*8乘法器计算过程和2组有符号张量计算过程进行了优化,在某些位置引入了近似计算,在损失了部分精确性的同时,换取了电路结构上面积和功耗的改进。
-
公开(公告)号:CN111735852A
公开(公告)日:2020-10-02
申请号:CN202010474150.1
申请日:2020-05-29
Applicant: 东南大学
Abstract: 本发明公开了一种用于线虫运动行为和生理特征监测的微流控芯片,其中:流体入口、培养腔阵列、抽检通道、电阻抗断层成像检测腔、电阻抗谱检测腔以及流体出口依次连接;抽检控制阀,设置于所述抽检通道上,用于控制通道导通或关闭;检测控制阀,设置于电阻抗断层成像检测腔和电阻抗谱检测腔之间,用于控制通道导通或关闭;电阻抗断层成像电极阵列,与电阻抗断层成像检测腔连接;电阻抗谱检测电极阵列,与电阻抗谱检测腔连接。采用上述技术方案,可以实现培养腔、电阻抗断层成像检测腔和电阻抗谱检测腔的集成,实现对线虫的培养、运动行为和生理结构的检测等功能,结合控制阀,可以实现高自动化、高效率的培养、检测。
-
-
-
-