检索结果-内蒙古大学图书馆

作者：王震宇赵芮牛剑锋李晶晶 100089 北京市海淀区彩和坊路11号12层1303室

本申请提供一种卷积计算单元、AI运算阵列及相关设备，卷积计算单元包括n个权重传输子单元，用于各自独立接收权重数据；权重数据中携带有权重值数据；n为大于等于2的常数；至少一个数据传输子单元，用于接收待运算数据；n个卷积运算电... 详细信息

标准号: CN115983337A

本申请提供一种卷积计算单元、AI运算阵列及相关设备，卷积计算单元包括n个权重传输子单元，用于各自独立接收权重数据；权重数据中携带有权重值数据；n为大于等于2的常数；至少一个数据传输子单元，用于接收待运算数据；n个卷积运算电路，分别与n个权重传输子单元一一连接，且每个卷积运算电路与一个数据传输子单元连接，用于根据所连接的权重传输子单元接收到的权重值数据对所连接的数据传输子单元接收到的待运算数据进行卷积运算。本申请的方案在实现AI算法时，可以同时最多进行n个权重数据的并行传输，从而可以成倍地提高权重的加载效率，从而提高实现AI算法时的运算速度，降低实现AI算法时的功耗。

关键词：权重卷积运算权重数据数据传输传输子子单元算法卷积计算单元待运算数据电路并行传输单元接收独立接收运算阵列功耗加载申请运算携带

学校读者我要写书评

暂无评论

作者：王震宇赵芮 100089 北京市海淀区彩和坊路11号12层1303室

本申请提供一种卷积计算单元、AI运算阵列及相关设备，卷积计算单元包括：权重传输子单元，用于接收权重数据，并在权重数据与卷积计算单元匹配时存储权重数据，并将权重数据设置为有效；权重执行子单元，在权重传输子单元中的权重数据... 详细信息

标准号: CN115640494B

本申请提供一种卷积计算单元、AI运算阵列及相关设备，卷积计算单元包括：权重传输子单元，用于接收权重数据，并在权重数据与卷积计算单元匹配时存储权重数据，并将权重数据设置为有效；权重执行子单元，在权重传输子单元中的权重数据有效且权重执行子单元中的权重数据需要被替换或者为无效时，加载权重传输子单元中存储的权重数据；数据传输子单元用于在权重执行子单元加载完成时，获取待运算数据；卷积运算电路用于根据权重执行子单元中的权重数据对待运算数据进行卷积运算。本申请的方案可以提高实现AI算法时的运算速度，并减小卷积计算单元的面积，降低实现AI算法时的功耗。

关键词：权重权重数据子单元卷积计算单元传输子卷积运算加载算法待运算数据存储权重接收权重数据传输运算数据运算阵列完成时功耗减小申请匹配替换运算电路存储

学校读者我要写书评

暂无评论

作者：王震宇赵芮 100089 北京市海淀区彩和坊路11号12层1303室

标准号: CN115640494A

学校读者我要写书评

暂无评论

作者：王震宇赵芮 100089 北京市海淀区彩和坊路11号12层1303室

标准号: CN117391148A

关键词：权重卷积运算权重数据数据传输传输子子单元算法卷积计算单元待运算数据电路并行传输单元接收独立接收运算阵列功耗加载申请运算携带

学校读者我要写书评

暂无评论

卷积计算单元、计算方法及神经网络计算平台

卷积计算单元、计算方法及神经网络计算平台

作者：康君龙李於彬谢东亮 100083 北京市海淀区王庄路1号院四号楼17层1706号

公开了一种卷积计算单元、计算方法及神经网络计算平台。该单元包括：特征图预处理模块，用于对输入的特征图矩阵d进行BTdB矩阵乘操作；卷积核预处理模块，用于对卷积核矩阵g进行GgGT矩阵乘操作；点乘计算模块，用于对特征图和卷积核预... 详细信息

标准号: CN110766128A

公开了一种卷积计算单元、计算方法及神经网络计算平台。该单元包括：特征图预处理模块，用于对输入的特征图矩阵d进行B^TdB矩阵乘操作；卷积核预处理模块，用于对卷积核矩阵g进行GgG^T矩阵乘操作；点乘计算模块，用于对特征图和卷积核预处理结果进行(GgG^T)⊙(B^TdB)点乘操作，以得到点乘操作结果；以及后处理模块，用于对点乘操作结果进行A^T[(GgG^T)⊙(B^TdB)]A矩阵乘操作，以得到卷积计算结果，其中矩阵B、G、A及其转置矩阵是根据Winograd算法基于n和r的取值确定的数据值固定的系数矩阵。由此，通过引入Winograd算法，将卷积操作转换为与系数矩阵的矩阵乘操作，可以大幅降低获取卷积操作结果所需的乘法次数，从而提升硬件的处理能力。

关键词：矩阵点乘操作结果卷积核特征图预处理模块系数矩阵卷积算法卷积计算单元神经网络计算后处理模块预处理结果操作转换计算模块卷积计算转置矩阵乘法固定的引入

高集成度低损耗的光子卷积计算单元及光子卷积计算芯片

学校读者我要写书评

暂无评论

高集成度低损耗的光子卷积计算单元及光子卷积计算芯片

作者：梅峰祝连庆王一豪鹿利单卢文达赖晓翰 310007 浙江省杭州市黄龙路8号641室

本发明提供了一种高集成度低损耗的光子卷积计算单元，包括：衬底，以及在衬底上沉积的包覆层；在所述包覆层内沉积侧波导和光子晶体纳米梁；其中，在所述侧波导与所述光子晶体纳米梁的耦合区域，所述侧波导偏离所述光子晶体纳米梁的一... 详细信息

标准号: CN116559999A

本发明提供了一种高集成度低损耗的光子卷积计算单元，包括：衬底，以及在衬底上沉积的包覆层；在所述包覆层内沉积侧波导和光子晶体纳米梁；其中，在所述侧波导与所述光子晶体纳米梁的耦合区域，所述侧波导偏离所述光子晶体纳米梁的一侧沉积一凸出部，使所述侧波导形成T型波导。本发明在侧波导与光子晶体纳米梁耦合区域，侧波导偏离光子晶体纳米梁的一侧沉积一凸出部，使侧波导形成T型波导提供离散态，从而实现Fano共振线形谱线，可以有效降低光子卷积计算芯片的损耗，实现低损耗卷积池。

关键词：光子晶体纳米梁波导沉积波导形成耦合区域包覆层低损耗凸出部光子衬底偏离卷积计算单元高集成度卷积计算共振卷积谱线芯片

面向权重二值型神经网络的预计算逐列卷积计算单元

学校读者我要写书评

暂无评论

面向权重二值型神经网络的预计算逐列卷积计算单元

作者：单伟伟王涛陈龙 211189 江苏省南京市江宁区东南大学路2号

本发明公开一种面向权重二值型神经网络的预计算逐列卷积计算单元，属于基本电子电路的技术领域，包括：(1)门控单元、(2)预计算单元、(3)查找单元和(4)自累加单元。门控单元判断特征值向量是否为全零，若为全零则将预计算单元和自累加... 详细信息

标准号: CN112508174B

本发明公开一种面向权重二值型神经网络的预计算逐列卷积计算单元，属于基本电子电路的技术领域，包括：(1)门控单元、(2)预计算单元、(3)查找单元和(4)自累加单元。门控单元判断特征值向量是否为全零，若为全零则将预计算单元和自累加单元中的寄存器时钟门控，预计算单元通过小型加法树电路进行预计算，得到特征值列向量与四种不同权重列向量的点积，查找单元通过选择器电路选择与实际权重列向量相对应的点积送至自累加单元，自累加单元根据特征值列向量的索引和权重列向量的索引选择对应的累加寄存器数据与其进行累加。相比于传统基于加法树或自累加器型的卷积计算单元电路，该种卷积计算单元电路能够显著降低计算量，提升计算效率，节省功耗。

关键词：列向量预计算累加单元权重卷积计算单元电路查找单元门控单元加法树点积基本电子电路寄存器时钟累加寄存器特征值向量选择器电路计算效率神经网络索引选择自累加器累加计算量功耗门控索引

面向权重二值型神经网络的预计算逐列卷积计算单元

学校读者我要写书评

暂无评论

面向权重二值型神经网络的预计算逐列卷积计算单元

作者：单伟伟王涛陈龙 211189 江苏省南京市江宁区东南大学路2号

标准号: CN112508174A

一种基于一维Winograd算法的高效卷积计算单元

学校读者我要写书评

暂无评论

一种基于一维Winograd算法的高效卷积计算单元

作者：李辉叶亚洲 611731 四川省成都市高新区(西区)西源大道2006号

本发明公开了一种基于一维Winograd算法的卷积计算单元，目的是提供一种针对多维度卷积的高效卷积计算方式。本发明由输入变换模块、点乘模块、输出变换模块以及计算模式控制模块组成。计算模式控制模块和点乘模块，通过对一维卷积的中... 详细信息

标准号: CN114399036B

本发明公开了一种基于一维Winograd算法的卷积计算单元，目的是提供一种针对多维度卷积的高效卷积计算方式。本发明由输入变换模块、点乘模块、输出变换模块以及计算模式控制模块组成。计算模式控制模块和点乘模块，通过对一维卷积的中间结果进行累加和清零操作得到二维卷积和三维卷积的中间结果，从而实现了对多个维度的卷积计算的支持。输入变换模块和输出变换模块利用了变换矩阵全为整数的特点，使用加法和移位操作实现了矩阵乘法，减少了乘法器的使用。在输入数据位宽不小于12bit时，本发明比常规的一维卷积计算单元具有更高的计算效率；相较于常规的二维卷积计算单元，当输入数据位宽分别为16bit、24bit和32bit时，本发明的LUT使用量仅为其84％、75％和70％。

关键词：输入变换模块输入数据位宽二维卷积计算单元计算模式卷积计算控制模块输出变换一维卷积中间结果常规的点乘卷积卷积计算单元变换矩阵计算效率矩阵乘法移位操作乘法器多维度累加和清零算法维度加法三维

AI算法架构的实现装置、卷积计算单元及相关方法与设备

学校读者我要写书评

暂无评论

AI算法架构的实现装置、卷积计算单元及相关方法与设备

作者：赵芮王震宇 100089 北京市海淀区彩和坊路11号12层1303室

本申请提供了一种AI算法架构的实现装置、卷积计算单元及相关方法与设备，AI算法架构的实现装置包括：权重预处理单元，用于将权重掩码转换为两个3bit的权重掩码mask_l和mask_h，且两个权重掩码中均最多有1bit的1；卷积计算单元，包括... 详细信息

标准号: CN115796239A

本申请提供了一种AI算法架构的实现装置、卷积计算单元及相关方法与设备，AI算法架构的实现装置包括：权重预处理单元，用于将权重掩码转换为两个3bit的权重掩码mask_l和mask_h，且两个权重掩码中均最多有1bit的1；卷积计算单元，包括数据选择器，用于根据两个权重掩码从4个待选数据中选出2个目标。本申请可以将spasity4：2的数据选择逻辑优化成两个基于3bits的权重掩码进行C31数据选择(即从3个数据中选择一个数据)的逻辑，由于2个C31数据选择的逻辑复杂度小于C42(即从4个数据中选择一个数据)的逻辑，因此简化了稀疏卷积中的数据选择逻辑，降低了稀疏数据选择电路关键路径上的延时。

关键词：权重掩码卷积计算单元数据选择逻辑实现装置数据选择算法架构逻辑复杂度数据选择器预处理单元关键路径稀疏卷积稀疏数据选择电路延时申请转换优化