-
公开(公告)号：CN117391162A
公开(公告)日：2024-01-12
申请号：CN202311232557.3
申请日：2023-09-22
Applicant: 南京大学
IPC: G06N3/063 , G06N3/0464 , G06F7/50
Abstract: 本申请提供一种基于卷积神经网络的加速器及加速方法，加速器包括：编译器、获取单元、片上储存器、计算单元；通过将片上储存器分为缓存模式和储存模式，在缓存模式时，片上储存器被分为多层缓存区，输入特征图逐行写入当前缓存区内，将得到的中间特征图和输入特征图输入下一层缓存区；在储存模式时，片上储存器被分为两个储存区，将输入特征图写入一个存储区中，将得到的中间特征图写入另一个存储区中，在两个储存区内交替计算。再根据编译器解析ONNX模型，可通过ONNX模型中的算子组对输入特征图分类，以为输入特征图选择片上储存器不同的运行模式，减少运算过程中数据的重复搬运，以解决卷积神经网络硬件加速器计算效率低的问题。
Search Results
1
records
(took 0.02 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
