公开(公告)号：CN112465108B

公开(公告)日：2022-07-22

申请号：CN202011251753.1

申请日：2020-11-11

Applicant: 上海交通大学

Inventor： 绳伟光 ,  师紧想 ,  蒋剑飞 ,  景乃锋 ,  王琴 ,  毛志刚

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

Abstract: 本发明公开了一种面向存算一体平台的神经网络编译方法，涉及存算一体领域，包括以下步骤：解析神经网络模型，映射成以计算节点描述的中间表示；进行计算图优化；转换成算子级中间表示；进行算子任务划分并与硬件基本单元绑定；进行算子级优化，减少读取不连续内存的次数和权重映射的次数。本发明根据存算一体计算的特点优化计算流图和神经网络算子，减少图级算子间的中间结果写回的开销，减少了在存算资源不足时需要重新映射权重的次数。

公开(公告)号：CN112465108A

公开(公告)日：2021-03-09

申请号：CN202011251753.1

申请日：2020-11-11

Applicant: 上海交通大学

Inventor： 绳伟光 ,  师紧想 ,  蒋剑飞 ,  景乃锋 ,  王琴 ,  毛志刚

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

Abstract: 本发明公开了一种面向存算一体平台的神经网络编译方法，涉及存算一体领域，包括以下步骤：解析神经网络模型，映射成以计算节点描述的中间表示；进行计算图优化；转换成算子级中间表示；进行算子任务划分并与硬件基本单元绑定；进行算子级优化，减少读取不连续内存的次数和权重映射的次数。本发明根据存算一体计算的特点优化计算流图和神经网络算子，减少图级算子间的中间结果写回的开销，减少了在存算资源不足时需要重新映射权重的次数。