摘要
本发明提供一种基于蛋白质网络的AI芯片架构设计方法及AI芯片,包括:获取人脑神经元连接的蛋白质结构数据,模拟人脑神经元连接,构建得到蛋白质网络模型,计算得到神经元之间的连接强度和信号传递机制;将连接强度和信号传递机制映射到FPGA的可编程资源上,通过FPGA的配置文件更新机制,进行芯片架构的动态调整;将蛋白质网络模型为多个子网络,并分配到不同的计算单元进行并行处理;采用自适应学习算法,根据输入数据和约束条件,动态调整神经元之间的连接强度和信号传递机制,并对调整后的芯片架构进行性能评估,得到评估通过的AI芯片架构。本发明能够降低能耗,提高能效比和并行性,且能够通过自适应学习动态调整架构和功能。
技术关键词
架构设计方法
芯片架构
可编程资源
人脑
学习算法
机制
网络分配
网络拓扑结构
强度
数据
动态
信号
模块
能耗
能效
参数
系统为您推荐了相关专利信息
博弈论模型
资源分配策略
智能调度算法
网络资源分配方法
网络资源分配装置
车用空气悬挂
动态分配系统
电磁阀组
气室
高压气体系统
避撞轨迹
车辆状态信息
四轮转向车辆
强化学习算法
避撞控制方法