注意力机制神经网络的向量内积运算处理方法及装置

    公开(公告)号:CN117992713A

    公开(公告)日:2024-05-07

    申请号:CN202410076914.X

    申请日:2024-01-18

    Applicant: 北京大学

    Abstract: 本发明提供一种注意力机制神经网络的向量内积运算处理方法及装置,应用于非易失存储器阵列,所述方法包括:获取第一待计算向量的属性信息,其中,属性信息用于表征第一待计算向量的维度大小和位宽;确定定点数最小位权所对应的电导值;基于第一待计算向量的属性信息和电导值,将第一待计算向量的位权值预存至非易失存储器阵列;基于电导值和所述位权值,对第一待计算向量和第二待计算向量进行向量内积计算,得到第一待计算向量和第二待计算向量的向量内积运算结果,其中,第一待计算向量和第二待计算向量为注意力机制神经网络中的待计算向量。本发明消除对非易失存储器的编程操作,从而提高计算速度以及减少能耗开销。

    图像处理方法及装置
    2.
    发明公开

    公开(公告)号:CN118447362A

    公开(公告)日:2024-08-06

    申请号:CN202410444517.3

    申请日:2024-04-12

    Abstract: 本公开提供了一种图像处理方法及装置,可以应用于半导体器件及集成电路技术领域。该图像处理方法包括:根据与待处理图像对应的第一特征图,确定第一数目个中间特征图,其中,第一特征图包括多个特征元素;根据每个中间特征图各自的第二数目个候选特征元素,确定每个中间特征图各自的中间特征元素;根据目标阈值和每个中间特征图各自的中间特征元素,确定每个中间特征图各自的目标特征元素;以及,根据每个中间特征图各自的目标特征元素,确定与待处理图像对应的图像处理结果。

    一种基于RRAM的感存算一体化图像识别系统及方法

    公开(公告)号:CN118470503B

    公开(公告)日:2025-03-18

    申请号:CN202410465125.5

    申请日:2024-04-17

    Applicant: 北京大学

    Abstract: 本发明公开一种基于RRAM的感存算一体化图像识别系统及方法,涉及图像识别技术领域,RRAM和FPGA搭建图像识别模型,该图像识别模型用于对图像传感器采集的待识别图像进行识别,得到图像识别结果,其中,RRAM用于完成图像识别模型中的第一网络层的操作,第一网络层为完成乘累加运算的网络层,FPGA用于完成图像识别模型中的第二网络层的操作,第二网络层为图像识别模型中除第一网络层之外的其它网络层,从而将图像识别过程所涉及的部分操作在存储器中完成,避免大量的数据需要在计算单元与存储器之间频繁搬运的问题,解决了内存墙导致的计算效率低下、频繁的访存和总线操作导致的功耗高等问题,适用于端侧设备。

    一种基于RRAM的感存算一体化图像识别系统及方法

    公开(公告)号:CN118470503A

    公开(公告)日:2024-08-09

    申请号:CN202410465125.5

    申请日:2024-04-17

    Applicant: 北京大学

    Abstract: 本发明公开一种基于RRAM的感存算一体化图像识别系统及方法,涉及图像识别技术领域,RRAM和FPGA搭建图像识别模型,该图像识别模型用于对图像传感器采集的待识别图像进行识别,得到图像识别结果,其中,RRAM用于完成图像识别模型中的第一网络层的操作,第一网络层为完成乘累加运算的网络层,FPGA用于完成图像识别模型中的第二网络层的操作,第二网络层为图像识别模型中除第一网络层之外的其它网络层,从而将图像识别过程所涉及的部分操作在存储器中完成,避免大量的数据需要在计算单元与存储器之间频繁搬运的问题,解决了内存墙导致的计算效率低下、频繁的访存和总线操作导致的功耗高等问题,适用于端侧设备。

Patent Agency Ranking