检索结果-内蒙古大学图书馆

Science China Materials 2023年第8期66卷 3238-3250页

作者：袁帅冯哲仇伯仓李莹翟配郴李兰吴祖恒马淑芳许并社丁利苹尉国栋沈国震 Materials Institute of Atomic and Molecular Science School of Physics and EnergyShaanxi University of Science and TechnologyXi’an 710021China School of Integrated Circuits Anhui UniversityHefei 230601China School of Integrated Circuits and Electronics Beijing Institute of TechnologyBeijing 100081China

随着大数据和物联网的快速发展,基于传统冯·诺依曼架构的计算机存在吞吐量有限和能源利用效率低下的问题.基于忆阻器的人工神经网络计算系统被认为是克服这一瓶颈的候选之一.本研究成功研制了基于碳化硅纳米线薄膜的光电忆阻器,不... 详细信息

随着大数据和物联网的快速发展,基于传统冯·诺依曼架构的计算机存在吞吐量有限和能源利用效率低下的问题.基于忆阻器的人工神经网络计算系统被认为是克服这一瓶颈的候选之一.本研究成功研制了基于碳化硅纳米线薄膜的光电忆阻器,不仅可以很好地实现生物视觉突触的基本功能,还可以实现更为复杂的树突神经元和巴甫洛夫学习等类脑学习特性.在视觉功能的基础上,实现了集成在SiC忆阻器中的感知、存储和计算的功能.更重要的是,得益于SiC纳米线视觉突触优异的计算能力构建的脉冲神经网络能够实现早期肺癌病灶的识别.该方法迭代次数少,检测准确率可达90%以上,在医疗领域具有良好的应用前景.本研究为神经形态计算技术中基于SiC的感知-存储-计算一体化人工智能设备的开发和推广提供了一条有前景的途径.

关键词：脉冲神经网络检测准确率视觉功能人工智能生物视觉神经网络计算大数据物联网

来源：评论

学校读者我要写书评

暂无评论

阻变存储器神经网络计算可靠性提升技术研究

阻变存储器神经网络计算可靠性提升技术研究

引用

作者：黄成龙国防科技大学

学位级别：博士

神经网络技术的快速发展给人类社会带来巨大便利,同时也带来海量数据的计算与存储,传统处理器受冯·诺依曼体系结构“存储墙”问题的制约而无法满足高能效的计算需求,研究人员提出了存算融合的新模式。阻变存储器(ReRAM)是一种非易... 详细信息

神经网络技术的快速发展给人类社会带来巨大便利,同时也带来海量数据的计算与存储,传统处理器受冯·诺依曼体系结构“存储墙”问题的制约而无法满足高能效的计算需求,研究人员提出了存算融合的新模式。阻变存储器(ReRAM)是一种非易失性存储器件,具有更高的芯片集成度和更快的访存速度以及多值存储能力,它的出现为存算融合的实现带来了曙光,其交叉阵列结构能以存算融合的模式完成神经网络中的矩阵-向量乘法运算,为实现高能效神经网络计算注入了强大的动力。然而,受器件制备工艺、阻变材料以及器件调控等因素的影响,该器件本身及其交叉阵列存在着诸多非理想性质影响神经网络计算在ReRAM器件平台上的部署以及正确工作,从而降低了神经网络计算的可靠性。本文从神经网络量化方法设计、硬件补偿方法优化、补偿训练方法优化、减小映射误差等方面开展研究。本文的主要工作如下:1.针对神经网络模型难以在资源受限或精度受限的硬件平台上部署,提出一种硬件友好型混合量化方法。首先,介绍了定点量化与对数量化的原理和特点,并确立了以信号量化噪声比(SQNR)作为量化误差的评价标准。进而,对神经网络的权值使用定点量化,并根据神经网络各层激活值经定点量化与对数量化后的SQNR值来为各层激活值选择合适的量化方法。然后,针对对数量化存在粗粒度量化步长的不足,将定点量化表示方式引入到对数量化方法中,以实现量化步长与量化范围之间的权衡。最后,对混合量化的量化效果进行评估,并与已有量化方法进行比较。实验结果表明,同等量化精度条件下使用混合量化可以获得比单一量化方法更高的分类准确率。2.针对电压降(IR-Drop)与Stuck-at-Fault(SAF)对ReRAM神经网络计算可靠性造成的不利影响,提出两种基于ReRAM的硬件补偿方法。首先,分析了IR-Drop与SAF的存在对ReRAM交叉阵列输出电流的影响。进而,针对IR-Drop与SAF造成的输出电流偏差与输出电压偏差,提出冗余ReRAM调节行和基于ReRAM的跨阻放大器两种硬件补偿方法。通过控制冗余ReRAM调节行的器件电阻值及调节电压值,可以实现对输出电流偏差的补偿。通过控制ReRAM跨阻放大器的器件电阻值,可以实现对输出电压偏差的补偿。最后,仿真分析两种硬件补偿方法对IR-Drop与SAF的补偿效果,并与已有方法进行比较。仿真结果表明,两种硬件补偿方法能够有效减轻SAF与IR-Drop造成的ReRAM神经网络分类准确率损失。3.针对器件写入偏差对ReRAM神经网络计算可靠性造成的不利影响,提出基于比例因子的硬件补偿逻辑以及与之相结合的两种补偿训练方法。首先,通过在ReRAM交叉阵列的输出端引入可训练的比例因子,可以实现对输出结果缩放,从而能够补偿器件写入偏差造成的输出结果偏差。然后,基于比例因子的补偿思想提出支持其补偿作用的硬件逻辑,并提出基于比例因子的补偿训练方法与基于比例因子的偏差感知补偿训练方法。两种补偿训练方法的提出可以分别有效减轻一次编程和重复编程产生的器件写入偏差对ReRAM神经网络计算的影响。最后,仿真分析两种补偿训练方法对器件写入偏差的补偿效果,并与已有方法进行比较。仿真结果表明,所提出的软硬件结合的补偿方法能够有效减轻器件写入偏差造成的ReRAM神经网络分类准确率损失。4.针对器件电导值非线性分布对ReRAM神经网络计算可靠性造成的不利影响,提出基于最小映射误差的自适应电导值量化方法。首先,对ReRAM器件电导值与权值的映射关系进行介绍,并分析器件电导值的非线性分布对权值表示的影响。进而,基于部分ReRAM器件的实测电导值数据总结出e指数分布的电导值模型。然后,基于单个器件的电导值分布对ReRAM差分对所能提供的电导值选择进行分析,并提出适应差分对电导值分布的量化方法。通过使用自适应电导值量化方法,可以实现神经网络的量化权值与ReRAM差分对的电导值成线性映射关系,从而使交叉阵列能够正确执行矩阵-向量乘法运算。最后,仿真分析了所提出的自适应电导值量化方法在不同的非线性电导值分布模型条件下的量化效果,并与传统的线性量化方法进行比较。仿真结果表明,基于最小映射误差的自适应电导值量化方法能够有效减轻器件电导值非线性分布造成的ReRAM神经网络分类准确率损失。

关键词：阻变存储器神经网络计算可靠性神经网络量化硬件补偿方法补偿训练方法

来源：评论

学校读者我要写书评

暂无评论

神经网络计算装置及其快取管理方法

神经网络计算装置及其快取管理方法

引用

作者：顾德明张炜王渊峰何贵翔 201203 上海市浦东新区自由贸易试验区张衡路200号2幢3层

一种神经网络计算装置及其快取管理方法。神经网络计算装置包括计算电路、快取电路以及主存储器。计算电路进行包括第一层计算以及第二层计算的神经网络计算。在计算电路完成第一层计算而产生第二层计算所需的第一计算结果后，快取电路... 详细信息

标准号: CN111738417B

一种神经网络计算装置及其快取管理方法。神经网络计算装置包括计算电路、快取电路以及主存储器。计算电路进行包括第一层计算以及第二层计算的神经网络计算。在计算电路完成第一层计算而产生第二层计算所需的第一计算结果后，快取电路将第一计算结果保留于快取电路中直到第二层计算完成。在第二层计算完成后，快取电路将被保留于快取电路中的第一计算结果无效化，以避免第一计算结果被写入主存储器。

关键词：快取电路神经网络计算计算电路主存储器第一层无效化保留写入管理

来源：评论

学校读者我要写书评

暂无评论

神经网络计算装置

神经网络计算装置

引用

作者：蒋文 518000 广东省深圳市龙岗区园山街道龙岗大道8288号深圳大运软件小镇17栋1楼

本申请实施例提供一种神经网络计算装置，包括系统控制模块、计算模块、总线控制接口模块和动态缓存模块，系统控制模块与计算模块通信连接，总线控制接口模块分别与计算模块、动态缓存模块通信连接，神经网络计算装置通过总线控制接口... 详细信息

标准号: CN111984548B

本申请实施例提供一种神经网络计算装置，包括系统控制模块、计算模块、总线控制接口模块和动态缓存模块，系统控制模块与计算模块通信连接，总线控制接口模块分别与计算模块、动态缓存模块通信连接，神经网络计算装置通过总线控制接口模块与外部存储模块通信连接；动态缓存模块存储从所述外部存储模块读取的源图像像素点数据；在计算过程中若需再次用到该源图像像素点数据，则只需从动态缓存模块中读取，由于从外部存储模块中读取数据的时间远远大于从内部动态缓存模块中读取数据的时间，因此本申请实施例可以从内部动态缓存模块中该读取源图像像素点数据，从而减少去外部存储读取数据，有利于提高计算效率，并减少数据带宽的需求。

关键词：动态缓存模块外部存储模块总线控制接口计算模块通信连接点数据神经网络计算系统控制模块读取源图像像素计算过程计算效率数据带宽图像像素外部存储读取源申请存储

来源：评论

学校读者我要写书评

暂无评论

神经网络计算技术

神经网络计算技术

引用

作者： G·肖姆龙 R·加格 S·B·埃耶尔马兹 M·安德施美国加利福尼亚州

本发明公开了神经网络计算技术，具体公开了用于执行与计算神经网络的输出相关联的矩阵计算的装置、系统和技术。在至少一个实施例中，一个或更多个电路使得一个或更多个神经网络的一个或更多个特征映射在空间上被串接。

标准号: CN117993450A

关键词：计算神经网络神经网络计算矩阵计算神经网络输出相映射串接电路关联

来源：评论

学校读者我要写书评

暂无评论

神经网络计算装置、数据处理方法及装置

神经网络计算装置、数据处理方法及装置

引用

作者：李晓峰郑成伟林博 361005 福建省厦门市火炬高新区软件园创新大厦A区1501

本发明实施例提供一种神经网络计算装置，其包含第一算子及第二算子。第一算子用以对输入数据进行特定计算以产生第一输出数据。第二算子用以对该第一输出数据进行一函数计算，第二算子包含前端处理单元、查表电路、内插电路、及后端处... 详细信息

标准号: CN112200299B

本发明实施例提供一种神经网络计算装置，其包含第一算子及第二算子。第一算子用以对输入数据进行特定计算以产生第一输出数据。第二算子用以对该第一输出数据进行一函数计算，第二算子包含前端处理单元、查表电路、内插电路、及后端处理单元。前端处理单元用以对第一输出数据进行第一数据处理以产生处理后数据。查表电路依据处理后数据查询第一查找表以得到查表数据，第一查找表包含对应该函数计算的多个第一自变量与多个第一因变量间的映像数据。内插电路用以对查表数据进行插补计算以得到插补后数据。后端处理单元用以对插补后数据进行第二数据处理以产生第二输出数据。本发明可高效并精确地实现神经网络中非线性、计算复杂的函数计算。

关键词：算子输出数据函数计算前端处理单元查表电路后端处理内插电路数据处理查找表查表自变量神经网络计算插补计算神经网络数据查询映像数据因变量插补对插

来源：评论

学校读者我要写书评

暂无评论

神经网络计算图的处理方法、装置、及设备

神经网络计算图的处理方法、装置、及设备

引用

作者：赵亚娟 710076 陕西省西安市高新区鱼化街办软件新城天谷八路528号国家电子商务示范基地东区301室

本申请提供一种神经网络计算图的处理方法、装置、及设备，方法包括：获取量化神经网络对应的初始计算图，初始计算图中包括多个节点，一个节点指示量化神经网络中的一个算子；在初始计算图中确定多个选中节点，选中节点的节点类型为第... 详细信息

标准号: CN117521723A

本申请提供一种神经网络计算图的处理方法、装置、及设备，方法包括：获取量化神经网络对应的初始计算图，初始计算图中包括多个节点，一个节点指示量化神经网络中的一个算子；在初始计算图中确定多个选中节点，选中节点的节点类型为第一预设类型，选中节点存在常量运算值；确定每个选中节点对应的替换节点，替换节点用于实现选中节点对应的算子；在初始计算图中，将每个选中节点替换为对应的替换节点，得到中间计算图；对中间计算图中相邻的待合并节点进行融合处理，得到目标计算图，待合并节点的类型为第二预设类型；根据目标计算图，生成量化神经网络对应的可执行代码。通过上述方法可以降低AI加速芯片上的计算开销，从而加速神经网络推理性能。

关键词：选中神经网络替换合并节点目标计算算子量化预设常量神经网络计算可执行代码计算开销加速神经加速芯片节点类型节点替换节点指示融合处理推理运算申请网络

来源：评论

学校读者我要写书评

暂无评论

神经网络计算模块、方法和通信设备

神经网络计算模块、方法和通信设备

引用

作者：王赟张官兴郭蔚黄康莹张铁亮 311800 浙江省绍兴市陶朱街道文种南路28号暨阳财富大厦15楼1506

本发明提供了一种神经网络计算模块、方法和通信设备，属于数据处理领域，具体包括数据控制器、数据提取器和神经网络计算单元，数据控制器根据配置信息和指令信息调整数据通路，控制数据提取器提取的数据流按指令信息加载到对应的神经... 详细信息

标准号: CN113792868B

本发明提供了一种神经网络计算模块、方法和通信设备，属于数据处理领域，具体包括数据控制器、数据提取器和神经网络计算单元，数据控制器根据配置信息和指令信息调整数据通路，控制数据提取器提取的数据流按指令信息加载到对应的神经网络计算单元，神经网络计算单元至少完成一个卷积核与特征行数据的卷积运算并在至少一个周期完成多个卷积结果的累加，从而实现电路重构以及数据复用，神经网络计算单元包括多个神经网络加速分片，每个神经网络加速分片包含多个卷积运算乘加阵列，每个神经网络加速分片至少完成一个输入通道的特征图数据与一个卷积核数据的卷积运算，多个神经网络加速分片完成多个输入通道的特征图数据与一个卷积核数据的卷积运算。

关键词：神经网络计算卷积运算神经网络卷积核数据控制器输入通道指令信息特征图数据处理领域数据提取器数据流电路重构调整数据控制数据配置信息数据复用提取器行数据累加加载卷积通信设备

来源：评论

学校读者我要写书评

暂无评论

神经网络计算图的处理方法、装置及设备

神经网络计算图的处理方法、装置及设备

引用

作者：赵亚娟 710076 陕西省西安市高新区鱼化街办软件新城天谷八路528号国家电子商务示范基地东区301室

本申请实施例提供一种神经网络计算图的处理方法、装置及设备，该方法包括：获取神经网络对应的初始计算图；其中，初始计算图中包括多个节点，一个节点指示神经网络中的一种算子；在初始计算图的多个节点中确定N个待删除节点；其中，N... 详细信息

标准号: CN117540795A

本申请实施例提供一种神经网络计算图的处理方法、装置及设备，该方法包括：获取神经网络对应的初始计算图；其中，初始计算图中包括多个节点，一个节点指示神经网络中的一种算子；在初始计算图的多个节点中确定N个待删除节点；其中，N为非负整数；根据N个待删除节点，对初始计算图进行剪枝处理，得到神经网络对应的目标计算图；根据目标计算图，生成神经网络对应的可执行代码。用于提高神经网络设备子图的编译效率，进而提高神经网络加速器的推理效率。

关键词：神经网络目标计算删除神经网络计算可执行代码装置及设备非负整数节点指示算子加速器剪枝推理编译申请

来源：评论

学校读者我要写书评

暂无评论

神经网络计算方法、装置、移动终端及存储介质

神经网络计算方法、装置、移动终端及存储介质

引用

作者：刘耀勇陈岩 523860 广东省东莞市长安镇乌沙海滨路18号

本申请实施例公开了一种神经网络计算方法、装置、移动终端及存储介质，该方法包括：获取M个待执行算子，计算M个待执行算子之间的依赖关系，N为大于或等于2的整数；依据M个待执行算子之间的依赖关系对M个待执行算子进行切割，得到N个... 详细信息

标准号: CN109902819B

本申请实施例公开了一种神经网络计算方法、装置、移动终端及存储介质，该方法包括：获取M个待执行算子，计算M个待执行算子之间的依赖关系，N为大于或等于2的整数；依据M个待执行算子之间的依赖关系对M个待执行算子进行切割，得到N个算子集合，N个算子集合中的每个算子集合至少包括1个算子，N为大于或等于2的整数；若N个算子集合为相互独立的算子集合，启用N个线程分别对N个算子集合中的算子进行计算。本申请实施例可以降低神经网络的推理时间。

关键词：算子集合算子依赖关系神经网络计算存储介质神经网络移动终端推理线程申请切割

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：