[发明专利]一种数模混合存算一体化设备在审

专利信息
申请号: 202210660792.X 申请日: 2022-06-13
公开(公告)号: CN114970831A 公开(公告)日: 2022-08-30
发明(设计)人: 张和;康旺;李赛 申请(专利权)人: 北京航空航天大学
主分类号: G06N3/04 分类号: G06N3/04;G06N3/063;G11C11/54;G11C7/16;G06F7/544;G06F15/78
代理公司: 北京三友知识产权代理有限公司 11127 代理人: 董骁毅;叶明川
地址: 100191*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 数模 混合 一体化 设备
【说明书】:

发明提供一种数模混合存算一体化设备,包括:包括存储访存接口、模拟存内计算阵列、数字存内计算阵列和计算结果合成单元;其中:所述存储访存接口分别与所述模拟存内计算阵列和所述数字存内计算阵列相连接;所述计算结果合成单元分别与所述模拟存内计算阵列和所述数字存内计算阵列相连接;用于分别接收模拟存内计算阵列的第一计算结果和数字存内计算阵列的第二计算结果,并融合所述第一计算结果和所述第二计算结果,得到融合计算结果。本发明实施例提供的数模混合存算一体化设备,能够提高数据计算效率。

技术领域

本发明涉及数据处理技术领域,具体涉及一种数模混合存算一体化设备。

背景技术

近年来,为了解决器件尺寸微缩挑战与冯诺依曼计算架构瓶颈,存内计算(或者也可称为存算一体、内存计算等)技术得到人们的广泛关注,其基本思想是存储与计算融合在同一个芯片,从而直接利用存储器进行计算,减少存储器与处理器之间的数据传输,降低功耗的同时提高性能。

存算一体计算技术目前被认为是后摩尔时代解决大数据实时智能处理的高效硬件方案之一,也是目前深度学习神经网络高效实施方案之一。对于深度学习神经网络应用,其最频繁的运算是乘积累加运算(Multiply Accumulate,简称MAC),通过存内计算的方式可以高效的实现MAC运算,从而在大幅度提高性能的同时降低功耗。现有技术方案主要分为模拟存算一体和数字存算一体,分别独立进行存算一体,从而使得数据计算效率不够高效。

发明内容

针对现有技术中的问题,本发明实施例提供一种数模混合存算一体化设备,能够至少部分地解决现有技术中存在的问题。

一方面,本发明提出一种数模混合存算一体化设备,包括存储访存接口、模拟存内计算阵列、数字存内计算阵列和计算结果合成单元;其中:

所述存储访存接口分别与所述模拟存内计算阵列和所述数字存内计算阵列相连接;

用于接收输入的权值数据,并对所述权值数据按照高比特位和低比特位分别进行拆分,得到高比特位组数据和低比特位组数据;

所述模拟存内计算阵列用于接收数字输入信号和所述低比特位组数据,对所述数字输入信号和所述低比特位组数据进行数据处理,得到第一计算结果;

所述数字存内计算阵列用于接收数字输入信号和所述高比特位组数据,对所述数字输入信号和所述高比特位组数据进行数据处理,得到第二计算结果;

所述计算结果合成单元分别与所述模拟存内计算阵列和所述数字存内计算阵列相连接;

用于分别接收所述第一计算结果和所述第二计算结果,并融合所述第一计算结果和所述第二计算结果,得到融合计算结果。

其中,所述模拟存内计算阵列具体用于:

接收数字输入信号和所述低比特位组数据,将所述数字输入信号转换为模拟输入信号,对所述模拟输入信号和所述低比特位组数据进行模拟计算,对模拟计算结果进行数字转换,得到第一计算结果。

其中,所述模拟存内计算阵列内置有数模信号转换器和模数信号转换器;

相应的,通过所述数模信号转换器将所述数字输入信号转换为模拟输入信号,以及通过所述模数信号转换器对模拟计算结果进行数字转换,得到第一计算结果。

其中,所述数字存内计算阵列内置有数字累加器;

相应的,通过所述数字累加器对所述数字输入信号和所述高比特位组数据进行数字计算,得到第二计算结果。

其中,所述数模混合存算一体化设备还包括存算一体数据接口;

所述存算一体数据接口与所述计算结果合成单元相连接,用于将融合计算结果发送至数据接收方。

其中,所述数模混合存算一体化设备还包括控制电路;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京航空航天大学,未经北京航空航天大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210660792.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top