-
公开(公告)号:CN115033204B
公开(公告)日:2024-07-12
申请号:CN202210564410.3
申请日:2022-05-23
Applicant: 东南大学
Abstract: 本发明提出一种精度与位宽可重构的高能效近似乘法器,利用引入了惩罚系数的笛卡尔遗传规划方法生成n×n低阶近似乘法器,并将其与n×n精确乘法器结合,拼接成2n×2n高阶近似乘法器。最终近似累加阶段引入近似线以实现精度可重构,并提出近似乘法与近似加法误差互补偿的方案进一步优化精度。电路结构包括使用了笛卡尔遗传规划生成近似乘法器的第一级近似乘法电路和基于低位或门加法器和近似线的第二级加法电路,实现了神经网络应用中高能效、高精度、低延迟、位宽可重构的乘法运算。
-
公开(公告)号:CN115033204A
公开(公告)日:2022-09-09
申请号:CN202210564410.3
申请日:2022-05-23
Applicant: 东南大学
Abstract: 本发明提出一种精度与位宽可重构的高能效近似乘法器,利用引入了惩罚系数的笛卡尔遗传规划方法生成n×n低阶近似乘法器,并将其与n×n精确乘法器结合,拼接成2n×2n高阶近似乘法器。最终近似累加阶段引入近似线以实现精度可重构,并提出近似乘法与近似加法误差互补偿的方案进一步优化精度。电路结构包括使用了笛卡尔遗传规划生成近似乘法器的第一级近似乘法电路和基于低位或门加法器和近似线的第二级加法电路,实现了神经网络应用中高能效、高精度、低延迟、位宽可重构的乘法运算。
-