-
公开(公告)号：CN116451755A
公开(公告)日：2023-07-18
申请号：CN202310352823.X
申请日：2023-04-04
Applicant: 浙江大学
IPC: G06N3/063 , G06F9/50 , G06N3/0464
Abstract: 本发明公开了一种图卷积神经网络的加速方法，将邻接矩阵和特征矩阵使用全新的稀疏格式CCL表示，将使用CCL表示的稀疏数据按照PE个数来进行优先调度排列并存入到片外存储器，加速器通过总线获取特征矩阵，并按照优先调度的顺序分发到每个PE中，与权重矩阵行向量进行外积计算，根据特征矩阵的HAT位来判断该稀疏矩阵行是否计算完毕，当特征矩阵和权重矩阵计算完毕生成中间矩阵后，加速器继续获取邻接矩阵，并按照优先调度的顺序分发到每个PE中，根据稀疏数据的列坐标，PE从向量存储器群读取相应的行向量，并进行外积运算，最终得到三个矩阵相乘的计算结果。
Search Results
1
records
(took 0.014 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
