公开(公告)号：CN110766155A

公开(公告)日：2020-02-07

申请号：CN201910922467.4

申请日：2019-09-27

Applicant: 东南大学

Inventor： 刘波 ,  朱文涛 ,  沈泽昱 ,  黄乐朋 ,  李焱 ,  孙煜昊 ,  杨军

IPC: G06N3/08

Abstract: 本发明公开了一种基于混合精度存储的深度神经网络加速器，属于计算、推算、计数的技术领域。该加速器包括片上缓存模块、控制模块、位宽可控的乘加批计算模块、非线性计算模块、寄存器阵列以及基于双查找表的霍夫曼解码模块，将权值的有效比特位和符号位参数存储在同一个存储器中，实现了混合精度的数据存储和解析，实现了对混合精度的数据和权重的乘加操作。通过基于混合精度的数据存储解析和基于双重查找表的霍夫曼解码实现了对不同精度下数据和权重的压缩和存储，减少了数据流，实现了基于深度神经网络的低功耗的数据调度。

公开(公告)号：CN110600019A

公开(公告)日：2019-12-20

申请号：CN201910862959.9

申请日：2019-09-12

Applicant: 东南大学

Inventor： 刘波 ,  朱文涛 ,  孙煜昊 ,  黄乐朋 ,  李焱 ,  沈泽昱 ,  范虎 ,  杨军

IPC: G10L15/16 ,  G06N3/063

Abstract: 本发明公开了基于实时场景下语音信噪比预分级的卷积神经网络计算电路，属于计算、推算、计数的技术领域。在传统的“语音特征提取+卷积计算识别输出”的语音识别网络电路工作模式基础上，增设动态实时语音信噪比检测模块。动态实时语音信噪比检测模块通过智能感知计算实时输出当前语音场景下的电路工作模式控制信号，并动态调节后续位宽可控的卷积网络计算模块的数据运算位宽大小以及自适应语音特征提取计算模块的快速傅里叶变换的蝶形运算级数，从根本上解决了传统卷积网络计算电路结构存在的场景适应力差、冗余计算多、资源占用过多的问题。