摘要
本发明提出一种基于哈希的稀疏矩阵向量乘法优化方法,其特征在于,包括:依据神经网络硬件加速器的硬件结构,对待矩阵向量乘的稀疏矩阵进行划分,得到多个稀疏矩阵块,对该多个稀疏矩阵块进行线性哈希映射,得到待划分矩阵;根据该待划分矩阵的规模及该硬件结构,划分该待划分矩阵,得到多个子矩阵块,并划分该子矩阵块内的并行执行部分和竞争执行部分;神经网络硬件加速器通过对该子矩阵块间竞争执行计算任务,块内并行执行计算任务,得到多个子矩阵计算结果,并通过查找哈希表还原写入的原本顺序;根据该原本顺序合并该多个子矩阵计算结果,得到矩阵向量乘的最终结果。
技术关键词
稀疏矩阵向量乘法
神经网络硬件
神经网络加速器
元素
原始行位置
访问哈希表
单指令多线程
信息显示设备
优化装置
索引
格式
变量
线性
块尺寸
人工智能模型
规模
系统为您推荐了相关专利信息
通信速率优化方法
无线网络
发送者
隐蔽通信系统
链路
信道容量优化方法
面向智能网联
气象监测车
反射单元
基站