公开(公告)号：CN119691735A

公开(公告)日：2025-03-25

申请号：CN202411757407.9

申请日：2024-12-03

Applicant: 暨南大学

Inventor： 骆爱文 ,  杨庆宽 ,  刘伟平 ,  易清明 ,  石敏 ,  叶俊伟 ,  练显聪 ,  张子恒

IPC: G06F21/55 ,  G06F21/56 ,  G06F11/14

Abstract: 本发明公开了一种面向RISC‑V的硬件木马检测恢复方法、装置、介质与处理器，属于硬件安全技术领域，包括：在RISC‑V处理器执行输入指令，对写入到通用目的寄存器组的信息进行备份，获得备份信息；构建流水线架构，对一条或多条检测通路进行硬件木马检测，获得各条检测通路的木马检测结果；当任一条检测通路中存在硬件木马攻击时，暂停流水线架构操作，并对所有寄存数据进行重置；从备份信息中取回被硬件木马所篡改的原信息，并写回至通用目的寄存器组中的对应位置；利用流水线架构重新进行取指、译码和执行操作，利用写回信息将RISC‑V处理器恢复到正常状态。本发明提出的检测恢复结构，速度更快，功耗更低。

公开(公告)号：CN119718430A

公开(公告)日：2025-03-28

申请号：CN202411781910.8

申请日：2024-12-05

Applicant: 暨南大学

Inventor： 骆爱文 ,  练显聪 ,  刘伟平 ,  易清明 ,  石敏 ,  叶俊伟 ,  杨庆宽 ,  张子恒

IPC: G06F9/38

Abstract: 本发明公开了一种低功耗单发射乱序执行RISC‑V处理器，包括七级流水线架构，依次分别为：取指单元、指令缓冲单元、译码单元、单指令发射的发射单元、物理寄存器堆、并行乱序计算的执行单元以及退休单元，所述取指单元作为RISC‑V处理器前端；所述译码单元、所述发射单元、所述物理寄存器堆、所述执行单元和所述退休单元所构成的五级流水线架构作为RISC‑V处理器后端；通过上述技术方案，本发明提供了一种在性能与功耗上更为均衡的微架构，来提高处理器内核在高计算需求和功耗敏感场景中的适用性。

公开(公告)号：CN119494377A

公开(公告)日：2025-02-21

申请号：CN202510066018.X

申请日：2025-01-16

Applicant: 暨南大学

Inventor： 骆爱文 ,  叶俊伟 ,  练显聪 ,  刘伟平 ,  石敏

IPC: G06N3/063 ,  G06N3/049 ,  G06V10/82 ,  G06V10/94 ,  G06V10/44 ,  G06V10/80 ,  G06F9/38

Abstract: 本发明涉及一种基于脉冲神经网络的神经形态计算系统及计算方法，所述系统包括：神经形态处理器，用于采用若干个物理神经元构建硬件化的脉冲神经网络，对实时输入图像进行脉冲编码和目标识别；基于RISC‑V指令架构实现的中央处理器，用于执行构建脉冲神经网络所需的控制指令；神经形态处理器还用于在控制指令的控制下对脉冲神经网络进行在线学习；存储器，用于存储中央处理器运行所需的程序指令以及中央处理器与神经形态处理器之间传输的数据。本发明还提供了一种神经形态计算方法。本发明提出的神经形态计算技术方案实现了在精度、计算速度、能效三者之间的高度平衡，可以准确、高效、低功耗地处理动态和复杂的任务数据。

公开(公告)号：CN119378618A

公开(公告)日：2025-01-28

申请号：CN202411757398.3

申请日：2024-12-03

Applicant: 暨南大学

Inventor： 骆爱文 ,  叶俊伟 ,  刘伟平 ,  易清明 ,  石敏 ,  练显聪 ,  杨庆宽 ,  张子恒

IPC: G06N3/049 ,  G06N5/04

Abstract: 本发明涉及一种基于近似计算的可在线学习神经形态处理器，包括：通信子系统、训练子系统和推理子系统；所述通信子系统，用于构建分层路由架构的多脉冲核心神经形态处理器；所述训练子系统，用于采用在线学习方法，优化所述多脉冲核心神经形态处理器的权重及阈值参数；所述推理子系统，用于在线训练后或离线部署权重后的所述多脉冲核心神经形态处理器对编码后输入图像数据进行推理，生成所述多脉冲核心神经形态处理器的分类输出。本发明提出一种基于在线学习和近似计算的神经形态处理器架构，以实现处理器在精度、能效比与响应速度三者之间的高度权衡，实时、高效地处理动态和复杂的任务数据。