一种快速、低功耗和省面积的二进制原码加/减法运算单元的硬件架构

    公开(公告)号:CN106940638A

    公开(公告)日:2017-07-11

    申请号:CN201710151784.1

    申请日:2017-03-10

    Applicant: 南京大学

    Abstract: 本发明公开了一种新型的高速、低功耗、省面积的二进制有符号数的原码加/减运算单元的硬件架构。该架构有一个加/减控制信号,能够指示电路执行加法运算或减法运算。输入两个二进制有符号数的原码,在的加/减控制信号指示下,该硬件架构能够快速地计算出对应的两数的和或差,并仍然以原码的形式呈现。本发明主要包含了加法器,减法器,比较器,求补单元和数据选择器,接近并行化地计算出两数之和、差以及差的相反数,并根据两数的符号位、相对大小以及加/减控制信号的不同组合情况,迅速地从两数之和、差以及差的相反数三者中筛选出一个作为最终的结果。本发明通过优化计算方法,大大缩短了二进制原码加/减运算单元硬件架构的关键路径,并降低了功耗,减小了面积开销,使本发明具有广泛的运用前景。

    一种基于近似计算的二值权重卷积神经网络硬件加速器计算模块

    公开(公告)号:CN106909970A

    公开(公告)日:2017-06-30

    申请号:CN201710029955.3

    申请日:2017-01-12

    Applicant: 南京大学

    Abstract: 本发明公开了一种基于近似计算的二值权重卷积神经网络硬件加速器的计算模块。硬件加速器的计算模块可接收输入神经元以及二值卷积核(权重)并进行快速的卷积乘累加计算。计算模块使用补码数据表示形式,主要包含了优化的近似二值乘法器,一个压缩器树,创新的近似加法器及用于串行地累加部分和的暂存器。除此之外,针对优化的二值近似乘法器,提出了两种误差补偿方案,能在极少增加硬件资源开销的前提下使二值近似乘法器带来的误差得到降低或完全消除。本发明通过优化的计算单元,能够使使用该计算模块的二值权重卷积神经网络硬件加速器的关键路径大大缩短,并减少了面积损耗和功耗,适用于需要使用卷积神经网络的低功耗嵌入式系统。

Patent Agency Ranking