-
公开(公告)号:CN117369769A
公开(公告)日:2024-01-09
申请号:CN202311399106.9
申请日:2023-10-26
Applicant: 南京大学
Abstract: 本发明公开了一种多功能向量算法加速器的动态重构方法,包括提取算法并行度及运算特征,根据算法并行度和操作数数量确定向量存储模块的分区方式;根据算法并行度和操作数数量确定向量源数据通道的启用数量,通过源数据通道将源数据从向量存储模块搬至向量计算模块;根据算法并行度、第一层运算层的运算类型、运算结构和除法器启用需求确定向量计算模块内部的运算单元的启用数量和连线方式;根据算法并行度和运算结构确定向量结果数据通道的启用数量。本发明通过提取算法并行度及运算特征,对向量算法加速器的硬件电路进行动态重构,能灵活地进行存储资源、数据通路和计算资源的组合调度,在保证系统性能的同时显著降低面积开销。
-
公开(公告)号:CN119441086A
公开(公告)日:2025-02-14
申请号:CN202411555382.4
申请日:2024-11-04
Applicant: 南京大学
Abstract: 本发明涉及向量处理器的技术领域,公开了一种多场景多算法适配的向量访存控制器实现方法,包括以下步骤:访存控制模块获取上位机的配置信号,确定数据读取模式与算法并行度,并生成访存控制信号;访存状态模块响应所述访存控制信号,生成读数控制指令与写数控制指令;源数据模块响应所述读数控制指令,从存储资源中读取源数据,并送入计算资源进行数据运算,得到结果数据;结果数据模块响应所述写数控制指令,从计算资源中获取结果数据并写入存储资源。本发明可根据算法并行度、数据批数、数据点数灵活进行算法实现方式的选择,从而在不同的应用场景或不同的数据维度下取得更好的向量访存性能。
-
公开(公告)号:CN117195977A
公开(公告)日:2023-12-08
申请号:CN202311353936.8
申请日:2023-10-19
Applicant: 南京大学
Abstract: 本发明公开了一种基于线性STDP的时间编码脉冲神经网络训练方法及系统,包括对输入图像的像素进行归一化处理;采用首脉冲时间编码方案,将归一化后的输入图像像素转换为输入脉冲时间,对所述输入脉冲时间进行排序;运用脉冲响应神经元模型,根据排序后的输入脉冲时间计算输出脉冲时间;采用适应性膜阈值技术,根据输出脉冲时间更新首脉冲神经元膜阈值;采用线性STDP学习规则,根据输入脉冲时间、输出脉冲时间和首脉冲神经元膜阈值更新连接到首脉冲神经元的权重。本发明的计算复杂度显著降低,计算成本低,功耗和面积开销降低,硬件实现更加友好。
-
-