[发明专利]卷积神经网络加速器及加速方法在审
| 申请号： | 201711400439.3 | 申请日： | 2017-12-22 |
| 公开（公告）号： | CN109871949A | 公开（公告）日： | 2019-06-11 |
| 发明（设计）人： | 贾泽;吴秉哲;袁之航;孙广宇;吴肇瑜 | 申请（专利权）人： | 泓图睿语（北京）科技有限公司 |
| 主分类号： | G06N3/063 | 分类号： | G06N3/063 |
| 代理公司： | 北京万象新悦知识产权代理有限公司 11360 | 代理人： | 黄凤茹 |
| 地址： | 100080 北*** | 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： | 本发明公开了一种卷积神经网络加速器及加速方法。加速器包括卷积运算器、加法器、线性整流函数单元、池化操作单元、乘加单元、片内存储器、卷积权值输入引脚、全连接权值输入引脚。加速方法包括定点化步骤和网络剪枝步骤。通过软硬件协同优化，针对卷积神经网络中每一个卷积层都可以复用一套完整的由多个计算单元组成的卷积模块，从而降低运行时所需的功耗并提高计算速度，解决现有的神经网络加速器存在的功耗高、芯片面积大以及计算速度慢的问题；同时，在一定程度上解决现有的专用集成电路加速器设计缺乏一定的灵活性，难以适配不同的网络结构的不足。 | ||
| 搜索关键词： | 加速器 卷积 卷积神经网络 输入引脚 功耗 专用集成电路 加速器设计 片内存储器 软硬件协同 操作单元 乘加单元 函数单元 计算单元 神经网络 网络结构 线性整流 加法器 运算器 运行时 剪枝 池化 复用 适配 芯片 优化 网络 | ||
【主权项】：
1.一种卷积神经网络加速器，包括卷积运算器、加法器、线性整流函数单元、池化操作单元、乘加单元、片内存储器、卷积权值输入引脚和全连接权值输入引脚，其中：卷积的权值数据通过卷积权值输入引脚进入加速器，其余数据通过片内存储器获取，按对应通道分别送入卷积运算器中；卷积运算器接受数据后进行乘法操作，乘法结果数据和卷积偏移数据送到加法器；加法器将收到的数据进行加法数求和处理，输出数据到线性整流函数单元；线性整流函数单元对数据进行线性整流函数处理，结果送入池化操作单元；池化操作单元对数据进行平均池化操作，如果为末尾卷积，送入乘加单元中，其余情况送入片内存储器中存储待取；全连接权值通过全连接权值输入引脚进入乘加单元后，乘加单元对数据进行乘法和相加操作，将数据通过输出引脚输出。
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泓图睿语（北京）科技有限公司，未经泓图睿语（北京）科技有限公司许可，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/patent/201711400439.3/，转载请声明来源钻瓜专利网。
