公开(公告)号：CN116306835A

公开(公告)日：2023-06-23

申请号：CN202310074889.7

申请日：2023-01-18

Applicant: 复旦大学

Inventor： 杨金桥 ,  邹卓 ,  郑立荣

IPC: G06N3/049 ,  G06N3/063 ,  G06F17/16

Abstract: 本发明涉及脉冲神经网络处理技术领域，具体是一种具有统一架构的脉冲神经网络处理器，包括LIF神经元模块、脉冲收集器模块、SRAM控制器模块、SRAM模块和配置模块；所述SRAM模块包括权重SRAM、入口SRAM和神经元SRAM；所述配置模块用于实现对芯片架构的配置，所述芯片架构的配置包括稀疏架构和密集架构。可以实现在同一个芯片架构下同时支持稀疏架构和密集架构，使用稀疏架构的存储和脉冲驱动计算，在处理稀疏脉冲神经网络的时候能实现更低的任务能量消耗；使用密集架构的存储和矩阵运算，在处理密集脉冲神经网络的时候能实现更低的任务能量消耗，可将两种架构的优点融合在了一个芯片之中。

公开(公告)号：CN116167421A

公开(公告)日：2023-05-26

申请号：CN202310086654.X

申请日：2023-01-18

Applicant: 复旦大学

Inventor： 邹卓 ,  杨金桥 ,  郑立荣 ,  环宇翔

IPC: G06N3/063 ,  G06N3/049 ,  G06F12/06

Abstract: 本发明涉及脉冲神经网络处理技术领域，具体是一种面向于脉冲神经网络处理器的Cache方法，通过Cache SRAM对突出权重信息进行Cache数据读取，根据所述Cache数据判断是否Cache命中；若命中，则进行Lif神经元的计算；若未命中，则流水线停止，并对所述权重SRAM进行权重读取并获得权重，流水线恢复并进行Lif神经元的计算。本方法能够很好地削减密集脉冲神经网络中突触权重读取功耗占比高且难以避免的问题，且用户可根据不同的网络需求决定是否使用Cache功能，若不使用则与普通的密集存储操作一样，也几乎不会增加功耗。