[发明专利]一种基于块循环稀疏矩阵的神经网络加速系统有效
| 申请号： | 201811284262.X | 申请日： | 2018-10-30 |
| 公开（公告）号： | CN109472350B | 公开（公告）日： | 2021-11-16 |
| 发明（设计）人： | 潘红兵;秦子迪;朱志炜;郭良蛟;查弈;陈轩;沈庆宏 | 申请（专利权）人： | 南京大学 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/063 |
| 代理公司： | 南京汇盛专利商标事务所(普通合伙) 32238 | 代理人： | 陈扬;吴扬帆 |
| 地址： | 210046 江苏省南*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及基于块循环稀疏矩阵的神经网络加速系统，包括：可扩展的处理单元阵列，存储有神经网络的部分权值，对压缩的网络进行解码和运算；主控制器主要负责对运算流程的控制；激励分发单元，在主控制器的控制下，向可扩展的处理单元阵列分发非零的运算数据。有益效果为：有效利用了块循环稀疏矩阵的特点，减轻了稀疏矩阵向量乘运算负载不均衡的问题，提高运算单元利用率；通过利用激励和权重的稀疏性，减少了片上存储的使用，跳过了冗余的运算，从而提高硬件加速器的吞吐率，满足处理深度神经网络的实时性要求。 | ||
| 搜索关键词： | 一种 基于 循环 稀疏 矩阵 神经网络 加速 系统 | ||
【主权项】：
1.一种基于块循环稀疏矩阵的神经网络加速系统，其特征在于包括：可扩展的处理单元阵列，存储有神经网络的部分权值，对压缩的网络进行解码和运算；主控制器主要负责对运算流程的控制；激励分发单元，在主控制器的控制下，向可扩展的处理单元阵列分发非零的运算数据。
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南京大学，未经南京大学许可，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/patent/201811284262.X/，转载请声明来源钻瓜专利网。
