一种基于对数数据的CNN高效乘加单元

AITNT
正文
推荐专利
一种基于对数数据的CNN高效乘加单元
申请号:CN202410979053
申请日期:2024-07-22
公开号:CN118819464B
公开日期:2025-06-20
类型:发明专利
摘要
本发明属于集成电路领域,涉及一种基于对数数据的CNN高效乘加单元。本发明包括线性域转对数域转换模块、对数域加法模块和累加模块,基于对数数据的CNN高效乘加单元中将权重W和神经元激活值X相乘的乘法运算转换为对数域的加法计算。首先将线性域的神经元激活值X和权重W转换为对数域,然后利用加法器将已经对数化的神经元激活值X和权重W进行相加,最后对对数域加法模块的输出数据进行移位和累加,得到线性域的神经元激活值X和权重W相乘累加的结果。本发明可减少硬件设计的复杂度、硬件功耗和面积、以及最大组合逻辑延时,从而提高系统的最高时钟频率,可使用流水线形式处理多组数据,实现运算速率的提升。
技术关键词
线性 转换单元 数据存储单元 符号 神经网络加速器 模块 数字逻辑电路 加法器 集成电路 功耗 流水线 复杂度 时钟 存储器 数值 算法 芯片 端口
系统为您推荐了相关专利信息
1
一种基于Faster-R-CNN算法的多目标检测与跟踪方法
SVM分类器 高斯滤波器 跟踪方法 匈牙利算法 方程
2
一种自动剥皮扭线机的控制方法及系统
剥皮 切割面 均值聚类算法 电线 刀具
3
一种用于化成分容的模拟量型比例阀调整方法及系统
比例阀 负压值 加密数据 设备序列号 RSA算法
4
一种曲轴强度计算方法
曲轴强度计算方法 三维数字模型 有限元网格划分 有限元网格模型 发动机机体
5
基于分段水文模拟的径流变化归因非线性贡献识别方法
径流 流域水文模型 人类 识别方法 归因
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号