-
公开(公告)号：CN108345934B
公开(公告)日：2020-11-03
申请号：CN201810038612.8
申请日：2018-01-16
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供一种用于神经网络处理器的激活装置及方法，以时分复用的方式减少硬件的闲置时间、并且以简单的结构实现硬件电路。所述激活装置，包括：至少一个激活运算单元、激活控制单元、输入接口、以及输出接口；其中，所述激活运算单元可同时处理的最大数据量小于等于一次性输入所述激活装置的待处理数据量；并且，所述激活控制单元与所述激活运算单元连接，用于根据所述一次性输入所述激活装置的待处理数据量与所述激活运算单元的处理能力之间的关系，控制所述激活运算单元对由所述输入接口从所述激活装置外部一次性接收到的待激活神经元进行分批激活处理，并由所述输出接口将激活处理的结果输出所述激活装置。
-
-
公开(公告)号：CN107085562B
公开(公告)日：2020-11-03
申请号：CN201710179097.0
申请日：2017-03-23
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种基于高效复用数据流的神经网络处理器及设计方法，涉及神经网络模型计算的硬件加速技术领域，该处理器包括至少一存储单元，用于存储操作指令与运算数据；至少一计算单元，用于执行神经网络计算；控制单元，与所述至少一存储单元、所述至少一计算单元相连，用于经由所述至少一存储单元获得所述至少一存储单元存储的操作指令，并且解析所述操作指令以控制所述至少一计算单元；其中所述运算数据采用高效复用数据流的形式。本发明在神经网络处理过程中采用高效复用数据流，每次只需向计算单元阵列中的一列计算单元载入权重和数据，降低了片上数据带宽、提高了数据共享率、提升了能量效率。
-
公开(公告)号：CN110046703B
公开(公告)日：2020-07-31
申请号：CN201910170271.4
申请日：2019-03-07
Applicant: 中国科学院计算技术研究所
IPC: G06N3/063
Abstract: 本发明提供一种用于神经网络的片上存储处理系统，其包括：编码器模块、解码器模块以及存储群模块；编码器模块被配置为接收目标数据序列，对所述目标数据序列中所有数据逐个比特位地提取各比特位的数值，并将所有数据中相同权值的比特位的数值进行顺序编码，再将相邻比特位的数值编码依次顺序相连，生成编码数据；解码器模块被配置为根据运算指令，读取并解码存储群模块中存储的编码数据；存储群模块被配置为根据接收到的控制信息，生成存储结构，存储编码数据。将本发明的片上存储处理系统用于神经网络的运算，可实现按照数据精度的进行数据存储，能够降低神经网络数据运算过程中的功耗消耗，避免发生数据冗余现象。
-
公开(公告)号：CN107967132B
公开(公告)日：2020-07-31
申请号：CN201711202435.4
申请日：2017-11-27
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供一种用于神经网络处理器的加法器和乘法器。其中所述加法器，包括：至少一个加法装置，所述加法装置包括一个异或非门、第一与非门和第二与非门，所述异或非门以两个比特位Ai和Bi为输入，所述第一与非门以两个比特位Ai‑1和Bi‑1为输入，所述第二与非门以所述异或非门的输出和所述第一与非门的输出为输入，所述第二与非门的输出为所述加法装置的输出位Si；其中，Ai和Ai‑1为加数中相邻的两个比特，Bi和Bi‑1为被加数中相邻的两个比特，i大于等于0。
-
Patent Agency Ranking
公开(公告)号：CN107273090B
公开(公告)日：2020-07-31
申请号：CN201710311756.1
申请日：2017-05-05
Applicant: 中国科学院计算技术研究所
Abstract: 本发明公开了用于神经网络处理器的近似浮点乘法器及浮点数乘法。该近似浮点乘法器在执行操作数的尾数乘法操作时根据指定的精度从各操作数尾数高位开始截取部分位并在所截取的部分位前后补1得到两个新的尾数，对这两个新的尾数进行乘法运算，以得到乘积的近似尾数，以及在经规格化后的近似尾数的低位补零使其位数与操作数的尾数位数一致从而得到所述乘积的尾数。该近似浮点乘法器采用近似计算的方式，根据精度需求截取尾数的不同位数进行相应乘法操作，降低了乘法操作的能量损耗，提高了乘法运算速度，进而使得神经网络处理系统性能更加高效。
-
公开(公告)号：CN107729998B
公开(公告)日：2020-06-05
申请号：CN201711046134.7
申请日：2017-10-31
Applicant: 中国科学院计算技术研究所
IPC: G06N3/063
Abstract: 本发明提供一种用于神经网络处理器的方法，包括：1)确定所述神经网络处理器的电路构造；2)增加所述电路构造中至少一条路径上的至少一个器件的延时；3)通过调整用于所述神经网络处理器的工作频率并评估在各个工作频率下的工作状况，来确定使得增加了延时后的所述电路构造的错误率满足设计需要时的最大的工作频率，以及对应的神经网络权重值。
-
公开(公告)号：CN111060115A
公开(公告)日：2020-04-24
申请号：CN201911199728.0
申请日：2019-11-29
Applicant: 中国科学院计算技术研究所
IPC: G01C21/32
Abstract: 一种基于图像边缘特征的视觉SLAM方法，包括如下步骤：通过视觉传感器获取图像；提取所获取图像的边缘特征进行位姿估计；根据位姿估计结果进行非线性优化；根据非线性优化结果进行闭环检测；根据闭环检测结果进行全局优化；构建全局地图。本发明的优势在于，首先，图像边缘是整个图像中重要的组成部分，往往能代表整幅图像，拥有更高的整体精度和信噪比，更加鲁棒。其次，边缘特征在稀疏纹理下也能鲁棒的运行，对光照变化的抗干扰能力也较强。最后，图像边缘特征是对真实场景的最朴素的表达，其建立的地图能很好的还原真实场景。
-
公开(公告)号：CN106301953B
公开(公告)日：2019-05-14
申请号：CN201610834564.4
申请日：2016-09-20
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种适用于时间触发以太网的分布式容错时钟同步方法及系统，涉及通信网络中的时钟同步技术领域，该方法包括步骤1，当每个同步主节点在本地时钟为零时刻时，向系统广播协议帧，每个节点接收其他节点广播的所述协议帧并记录所述协议帧的到达时刻及透明时钟值，同时根据广播协议将所述协议帧转发至其他节点，并且修改所述协议帧的透明时钟值，其中所述节点包括所述同步主节点，或所述同步主节点与同步从节点；步骤2，在一个周期结束前的固定时刻，每个节点将一个周期内收到的所有所述协议帧计算平均偏差时钟，采用容错中值法保证所有无故障节点的时钟维持同步状态，并根据计算出的平均偏差时钟对节点的本地时钟进行修正。
-
公开(公告)号：CN105786681B
公开(公告)日：2019-03-26
申请号：CN201610091361.0
申请日：2016-02-18
Applicant: 中国科学院计算技术研究所
IPC: G06F11/34
Abstract: 本发明提供一种数据中心的服务器性能评估方法，包括：1)对于任意服务器类型i，获取各个应用u运行在该服务器类型i上所体现的性能；2)基于数据中心的历史数据，计算各个应用u在服务器类型i上体现的权重；3)基于步骤2)所得的权重，计算各个应用u运行在该服务器类型i上所体现的性能的加权和，从而得到服务器类型i对于数据中心的性能期望。本发明还提供了相应的数据中心的服务器更新方法。本发明的服务器性能评估模型能够对应用的性能期望进行准确的预测，且数据采集与决策时间开销小；能够快速给出基于成本效益最优化的数据中心的服务器更新方案；能够节约成本，且便于实施。
-
-
-
-
-
-
-
-
-
Search Results
254
records
(took 0.041 seconds)
