公开(公告)号：CN113298236B

公开(公告)日：2023-07-21

申请号：CN202110676008.X

申请日：2021-06-18

Applicant: 中国科学院计算技术研究所

Inventor： 范志华 ,  吴欣欣 ,  王珎 ,  李文明 ,  安学军 ,  叶笑春 ,  范东睿

IPC: G06N3/0464 ,  G06N3/063

Abstract: 本发明提供一种基于数据流结构的低精度神经网络计算装置，包括输入缓存区，输出缓存区、权重缓存区以及PE阵列，其中，PE阵列中的每个PE包括乘加部件，所述乘加部件以SIMD方式进行乘加运算。本发明还提供一种基于上述装置的低精度神经网络加速方法。本发明节省了计算资源，减少了访存带来的开销。

公开(公告)号：CN115391731A

公开(公告)日：2022-11-25

申请号：CN202210921474.4

申请日：2022-08-02

Applicant: 中国科学院计算技术研究所

Inventor： 王珎 ,  范志华 ,  刘天雨 ,  李文明 ,  叶笑春 ,  范东睿

IPC: G06F17/16 ,  G06F9/38

Abstract: 本申请公开了一种基于数据流架构的Cholesky分解加速计算方法，所述方法包括：数据准备步骤、矩阵2×2分块计算步骤及矩阵1×1分块计算步骤；将数据流架构中处理单元PE阵列分为多个PE组，将不规则的待计算矩阵按照预定划分规则划分为规则的多个矩阵块，判断规模为N×N的待计算矩阵的N大于预定阈值，则采用基于2×2分块的cholesky拆分算法，循环迭代计算各个PE组中的矩阵块，且通过不同PE组对cholesky分解计算的数据依赖关系，实现PE组间数据传递，待计算矩阵的规模动态调整缩小；判断规模为N×N的所述待计算矩阵的N小于等于预定阈值，采用基于1×1分块的cholesky拆分算法，循环迭代计算，直至计算完成输出计算结果，完成基于数据流架构的Cholesky分解的加速计算。

公开(公告)号：CN113298236A

公开(公告)日：2021-08-24

申请号：CN202110676008.X

申请日：2021-06-18

Applicant: 中国科学院计算技术研究所

Inventor： 范志华 ,  吴欣欣 ,  王珎 ,  李文明 ,  安学军 ,  叶笑春 ,  范东睿

IPC: G06N3/04 ,  G06N3/063

Abstract: 本发明提供一种基于数据流结构的低精度神经网络计算装置，包括输入缓存区，输出缓存区、权重缓存区以及PE阵列，其中，PE阵列中的每个PE包括乘加部件，所述乘加部件以SIMD方式进行乘加运算。本发明还提供一种基于上述装置的低精度神经网络加速方法。本发明节省了计算资源，减少了访存带来的开销。