公开(公告)号：CN112785597A

公开(公告)日：2021-05-11

申请号：CN202010928817.0

申请日：2020-09-07

Applicant: 三星电子株式会社

Inventor： 方俊 ,  约瑟夫·H·哈松 ,  阿里·沙菲·阿得斯塔尼 ,  哈姆扎·艾哈迈德·阿里·阿卜杜拉齐兹 ,  乔治斯·乔治亚迪斯 ,  陈辉 ,  大卫·菲利普·劳埃德·索斯利

IPC: G06T7/11 ,  G06N3/08 ,  G06T3/40 ,  G06K9/62

Abstract: 提供了一种识别图像的方法和系统。所述方法包括：获得人工神经网络的张量；将人工神经网络的张量的量化范围划分为第一区域和第二区域；将第一区域中的张量的值与第二区域中的张量的值单独地量化；将量化的第一区域中的张量的值和量化的第二区域中的张量的值应用于人工神经网络以获得量化的人工神经网络；获得待识别的图像数据；将待识别的图像数据输入到量化的人工神经网络，以执行量化的神经网络来对待识别的图像数据执行图像识别。

公开(公告)号：CN113515261A

公开(公告)日：2021-10-19

申请号：CN202110381630.8

申请日：2021-04-09

Applicant: 三星电子株式会社

Inventor： 哈姆扎·艾哈迈德·阿里·阿卜杜拉齐兹 ,  阿里·沙菲·阿得斯塔尼 ,  约瑟夫·H·哈松

IPC: G06F7/523 ,  G06F17/16 ,  G06N3/04 ,  G06N3/063

Abstract: 公开了一种乘法器单元及计算浮点值的点积的方法和装置。所述装置包括乘法器单元阵列，每个乘法器单元包括：整数逻辑，将两个向量的对应元素的整数值相乘；指数逻辑，将两个向量的对应元素的指数值相加以形成未偏置指数值，以及本地移位器，基于与整数乘积值对应的未偏置指数值和乘法器单元阵列的最大未偏置指数值之间的差值，通过在预定方向上将整数乘积值移位一定数量的位来形成第一移位值。加法器树将从乘法器单元阵列的本地移位器输出的移位值相加以形成输出，并且累加器对加法单元的输出进行累加。

公开(公告)号：CN113673689A

公开(公告)日：2021-11-19

申请号：CN202110493609.7

申请日：2021-05-07

Applicant: 三星电子株式会社

Inventor： 申宗勳 ,  阿里·沙菲·阿得斯塔尼 ,  哈姆扎·艾哈迈德·阿里·阿卜杜拉齐兹 ,  约瑟夫·哈松

IPC: G06N3/063 ,  G06N3/04 ,  G06N3/08

Abstract: 提供了加速器和加速器的操作方法。所述操作方法包括：通过第一处理电路访问权重缓冲器，以执行权重缓冲器中的第一权重张量的区块内预处理，以在权重缓冲器中形成第一预处理后的权重张量，以及通过第一处理电路访问权重缓冲器，以执行第一预处理后的权重张量的区块间预处理，以在权重缓冲器中形成第二预处理后的权重张量，其中，区块内预处理包括：通过将第一权重张量的第一权重区块的第一元素存储在权重缓冲器的第二位置处，将第一元素沿向前方向或沿旁视方向移动一个位置，并且区块间预处理包括：通过将第一预处理后的权重张量的第一权重区块的第一行存储在权重缓冲器的第四位置处，将第一行沿向前方向移动一个位置或者沿旁视方向移动一个位置。

公开(公告)号：CN113496270A

公开(公告)日：2021-10-12

申请号：CN202110280201.1

申请日：2021-03-16

Applicant: 三星电子株式会社

Inventor： 哈姆扎·艾哈迈德·阿里·阿卜杜拉齐兹 ,  阿里·沙菲·阿得斯塔尼 ,  约瑟夫·哈松

IPC: G06N3/04 ,  G06N3/063 ,  G06F9/50

Abstract: 公开一种使用具有负载平衡的空间融合的混合精度神经处理单元。一种设备可包括机器学习系统。所述机器学习系统可包括：精度确定电路，被配置为确定数据的精度级别，并且将所述数据划分成数据子部分。所述机器学习系统可在每个子部分的计算期间利用稀疏性。所述机器学习系统可包括：负载平衡电路，被配置为选择负载平衡技术，其中，负载平衡技术包括用至少第一数据/权重子部分组合和第二数据/权重子部分组合交替地加载计算电路。负载平衡电路可被配置为：至少部分地基于负载平衡技术用选择的数据子部分和选择的权重子部分加载计算电路。所述机器学习系统可包括：计算电路，被配置为至少部分地基于选择的数据子部分和权重子部分计算部分计算结果。