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
SVM分类器
高斯滤波器
跟踪方法
匈牙利算法
方程
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