一种基于混合精度配置的卷积神经网络加速器及其实现方法

发明专利有效专利

申请号：
CN202011050462.6
IPC分类号：G06N3/04;G06N3/063;G06F7/498
申请日期：
2020-09-29
申请人：
浙江大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于混合精度配置的卷积神经网络加速器及其实现方法
申请号	CN202011050462.6	申请日期	2020-09-29
法律状态	实质审查	申报国家	中国
公开/公告日	2021-01-22	公开/公告号	CN112257844A
优先权	暂无	优先权号	暂无
主分类号	G06N3/04 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06N 基于特定计算模型的计算机系统〔7〕 G06N3/00 基于生物学模型的计算机系统（仿真生物的功能方面的模拟计算机入G06G 7/60）〔7〕 G06N3/02 采用神经网络模型（用于自适应控制的入G05B 13/00；用于图像模式匹配的入G06K 9/00；用于图像数据处理的入G06T 1/40；用于语音模式匹配的入G10L 15/16）〔7〕 G06N3/04 体系结构，例如，互连拓扑〔7〕	IPC分类号	G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;6;3;;;G;0;6;F;7;/;4;9;8查看分类表>
申请人	浙江大学	申请人地址	浙江省杭州市西湖区余杭塘路866号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	浙江大学	当前权利人	浙江大学
发明人	卓成;周鲜;张力;郭楚亮
代理机构	杭州求是专利事务所有限公司	代理人	刘静

摘要

本发明公开了一种基于混合精度配置的卷积神经网络加速器及其实现方法，该加速器包括：权重分离模块、低精度处理模块和高精度处理模块；在权重经过加速器的权重分离模块之后，将高精度权重和低精度权重分离，利用低精度处理模块计算低精度权重，利用高精度处理模块计算高精度权重，再通过相加模块将这两部分的结果相加，最终实现卷积计算。本发明提出了混合精度配置的架构，可用于通用的卷积神经网络加速器，将权重按照精度分开处理，减小了计算单元阵列的计算位宽，节省大量存储面积并降低了加速器的运算功耗。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供