摘要
本发明提出一种基于斐波那契编码的存算一体神经网络加速方法和加速器,包括:存算一体神经网络加速器的斐波那契编码器将参与神经网络运算任务的激活值和权重值从二进制编码为斐波那契编码,得到斐波那契激活和斐波那契权重,存算一体神经网络加速器中存算一体单元的DAC将斐波那契激活转化为多个模拟电压,并分别施加到存算一体单元中SRAM阵列每一行的字线上;SRAM阵列的每个单元将输入的模拟电压乘以相应的斐波那契权重,得到中间运算结果,SRAM阵列每一列的加法器对中间运算结果进行重新分配电荷以完成内积的累加操作,并将累加操作结果通过存算一体单元的ADC转换为斐波那契编码的数字格式,作为神经网络运算任务的运算结果。
技术关键词
神经网络加速器
神经网络加速方法
编码器
加法器
阵列
信息显示设备
格式
检测组件
符号
移位寄存器
人工智能模型
压缩器
运算器
查找表
电压
计算机程序产品
检测器
芯片
系统为您推荐了相关专利信息
机场特种车辆
深度强化学习算法
车辆路径规划
训练神经网络模型
节点位置信息
供水量预测方法
注意力
压力辅助特征
输入解码器
水压
视频生成方法
关键帧
视频帧
图像编码器
融合特征