公开(公告)号：CN119397229A

公开(公告)日：2025-02-07

申请号：CN202411452287.1

申请日：2024-10-17

Applicant: 浙江大学

Inventor： 何水兵 ,  王文炯 ,  杨斯凌

IPC: G06F18/211 ,  G06N3/045 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了一种基于交错映射的GCN‑ReRAM顶点特征选择性更新方法。本发明针对利用基于ReRAM的存算一体系统训练图卷积神经网络时，由于度数满足幂律分布的顶点随机分布造成GCN相关写操作的总延迟受限于单位最长写延迟，产生“木桶短板效应”，严重影响加速器性能的问题。本发明考虑了顶点特征的重要性，重要性较高的顶点特征每次反向传播更新，不重要的顶点间隔多次反向传播更新，既减少了Crossbar的写次数，降低了其写延迟，又提高了Crossbar的使用寿命，同时，本方法采用的交错映射方式能够保证每个Crossbar的更新时间一致，防止个别Crossbar更新时间过长降低系统的整体性能。

公开(公告)号：CN118674004A

公开(公告)日：2024-09-20

申请号：CN202410877177.3

申请日：2024-07-02

Applicant: 浙江大学

Inventor： 何水兵 ,  吴桐 ,  朱建新 ,  杨斯凌 ,  王文炯 ,  冯丹 ,  童薇

IPC: G06N3/092 ,  G06V10/82

Abstract: 本发明提供了一种面向DNN模型的模式感知的自动化SDK存算一体映射方法，本发明面向基于ReRAM的存算一体架构，分析模型输入特征图中不同位置计算次数的差异与ReRAM映射间的关系，提出模式感知的分区映射思想；使用强化学习算法自动化实现分区内的进一步优化，在不影响模型精度的情况下，能够有效提升crossbar利用率，降低系统计算延迟和能耗。

公开(公告)号：CN118627563A

公开(公告)日：2024-09-10

申请号：CN202410762044.1

申请日：2024-06-13

Applicant: 浙江大学

Inventor： 何水兵 ,  杨斯凌 ,  王文炯 ,  陈伟剑 ,  吴桐 ,  陈平

IPC: G06N3/063 ,  G06F9/50 ,  G06F7/485 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/042

Abstract: 本发明公开了一种基于资源副本的图卷积神经网络存算一体系统。包括多个ReRAM瓦片、一个128kb全局缓冲区、由SRAM组成的权重计算模块、一个激活模块、一组加法器、一个用于降低片外访存延迟中央控制器、时间预测器和资源分配器。本发明为GCN训练设计了一个基于ReRAM的存算一体系统，采用一个基于副本的执行时间预测器和基于大顶堆的资源分配方案，实现了资源的自适应分配以尽可能缩短流水线训练的时间，最终获得更大的加速比和更优的节能效果。