一种数据搬运方法、DMA资源控制器、SOC系统和终端设备

    公开(公告)号:CN119441090A

    公开(公告)日:2025-02-14

    申请号:CN202411555392.8

    申请日:2024-11-04

    Applicant: 南京大学

    Abstract: 本发明公开了一种数据搬运方法、DMA资源控制器、SOC系统和终端设备,属于芯片技术领域,其技术方案要点是数据搬运方法,包括,根据第一存储器中当前待搬运的数据的数据传输类型,确定当前待搬运数据的数据搬运模式;基于数据搬运模式将当前待搬运数据搬运至第二存储器,其中所述第一存储器和所述第二存储器中的一个为DMA模块,本发明根据当前待搬运的数据的数据传输类型和算法设计了数据搬运模式,使所有类型的源数据和结果数据都可使用本发明提供的数据搬运模式实现数据传输。

    基于异构SoC的混合精度DNN性能成本模型构建系统

    公开(公告)号:CN119538997A

    公开(公告)日:2025-02-28

    申请号:CN202411575013.1

    申请日:2024-11-06

    Applicant: 南京大学

    Abstract: 本发明涉及深度学习加速的技术领域,公开了一种基于异构SoC的混合精度DNN性能成本模型构建系统,获取不同数据量从低精度到高精度和从高精度到低精度精度转换的时间和功耗,量化执行所述精度转换的时间,分析精度转换对计算流水线的执行开销和数据搬运开销,通过构建混合精度执行成本模型量化不同映射计划在异构SoC上的执行时间、功耗、层间切换开销和精度转换开销来构建系统,通过该系统进行层配置和统计信息决定每层的计算精度,估计不同环境条件下的功耗和执行时间,模拟在不同温度条件下系统的功耗和性能表,并实施实时监控机制来检测温度变化,实现的系统具有更高的能效,适用于能源敏感的应用场景。

    一种可重构混合神经网络计算方法及装置

    公开(公告)号:CN120046662A

    公开(公告)日:2025-05-27

    申请号:CN202510139595.7

    申请日:2025-02-08

    Applicant: 南京大学

    Abstract: 本发明公开了一种可重构混合神经网络计算方法及装置,属于神经网络技术领域,其技术方案要点是包括,多个顺序设置的脉冲计算单元,每个脉冲计算单元的第一输入包括第一数据和第二数据中的一个,第一数据为待卷积数据的其中一个比特位数据,第二数据为一时间步长的脉冲数据,相邻的上一个脉冲计算单元的输出膜电压作为相邻的下一个脉冲计算单元的第二输入;每个脉冲计算单元响应于当前所有输入的第一数据,得到当前推理结果和输出膜电压;乘累加单元,乘累加单元响应于当前时间步长的第二数据,与每个脉冲计算单元共同基于第一输入和第二输入,得到输出膜电压和输出脉冲,本发明同时支持脉冲神经网络和人工神经网络的计算,且不消耗额外硬件资源。

Patent Agency Ranking