-
公开(公告)号:CN119356640B
公开(公告)日:2025-03-04
申请号:CN202411918331.3
申请日:2024-12-25
Applicant: 安徽大学
Abstract: 本发明属于集成电路领域,具体涉及一种随机计算的CIM电路及适于机器学习训练的MAC运算电路,该电路包括:存算阵列、随机量化电路、以及外围电路。其中,存算阵列采用具有数据存储和逻辑运算功能的SRAM阵列。随机量化电路包括随机电压生成器、孪生比较器阵列、随机累加电路和转码电路。随机电压生成器生成随机电压,孪生比较器阵列利用随机电压生成SRAM阵列输出的运算结果的随机比特流,随机累加电路根据各个随机比特流在随机域内实现乘积结果的累加;转码电路将最终结果的随机比特流转码为对应的数值。本发明还引入转置设计来实现更高效的全并行操作。本发明解决了现有各类采用全加器的CIM电路存在的面积效率较低和功耗较高的问题。
-
公开(公告)号:CN119356640A
公开(公告)日:2025-01-24
申请号:CN202411918331.3
申请日:2024-12-25
Applicant: 安徽大学
Abstract: 本发明属于集成电路领域,具体涉及一种随机计算的CIM电路及适于机器学习训练的MAC运算电路,该电路包括:存算阵列、随机量化电路、以及外围电路。其中,存算阵列采用具有数据存储和逻辑运算功能的SRAM阵列。随机量化电路包括随机电压生成器、孪生比较器阵列、随机累加电路和转码电路。随机电压生成器生成随机电压,孪生比较器阵列利用随机电压生成SRAM阵列输出的运算结果的随机比特流,随机累加电路根据各个随机比特流在随机域内实现乘积结果的累加;转码电路将最终结果的随机比特流转码为对应的数值。本发明还引入转置设计来实现更高效的全并行操作。本发明解决了现有各类采用全加器的CIM电路存在的面积效率较低和功耗较高的问题。
-
公开(公告)号:CN118486377A
公开(公告)日:2024-08-13
申请号:CN202410649997.7
申请日:2024-05-24
Applicant: 安徽大学
IPC: G16B40/20 , G16C20/70 , G16C20/10 , G06F18/213 , G06F18/24 , G06N3/0442 , G06N3/0464 , G06N3/0475
Abstract: 本发明提供多源领域自适应乙酰化位点预测方法及系统,方法包括:数据收集和预处理,构建数据集;构建孪生混合神经网络,包括:序列特征提取器、序列特征分类器;采用多源领域自适应方法训练;对模型进行性能评估,通过最小化总损失更新模型直到模型收敛于验证集。本发明解决了由于无法利用不同物种数据,导致模型预测性能受到制约,以及序列特征提取依赖人工的技术问题。
-
-