摘要
本发明涉及集成电路和人工智能领域,具体涉及一种基于概率计算的深度神经网络混合精度硬件加速电路。本发明从硬件电路的层面对深度神经网络的运算进行加速,对现有的细颗粒度空间并行概率乘法器进行误差补偿,设计了一种误差补偿概率乘法器,克服了现有的细颗粒度空间并行概率乘法器的计算结果误差较大的不足,将其作为基于概率计算的深度神经网络混合精度硬件加速电路的基本运算单元,将现有混合精度运算处理单元中使用的3bit乘法器降到以2bit为颗粒度,改善了现有混合精度运算处理单元面积大、延迟高、功耗高的不足,从而对深度神经网络模型的概率运算进行加速。
技术关键词
硬件加速电路
移位电路
乘法器
加法器
精度
运算处理单元
符号误差
机制
深度神经网络模型
比特流
模块
混合单元
集成电路
编码
序列
系统为您推荐了相关专利信息
参数优化算法
样本
水文模型参数优化
空间聚类方法
水文参数
热工控制系统
优化控制系统
发电控制系统
调频优化方法
回路
移动终端设备
智能导航方法
北斗高精度
基准
同步控制系统
运维方法
LSTM模型
楼宇设备
数字孪生模型
剩余寿命预测