摘要
本发明公开了一种基于查找表和存内计算的卷积神经网络加速器,包括:包括一个片上主存储器和若干个运算处理单元,运算处理单元包括依次连接的数据预处理单元、存内计算阵列单元、第一加法器和累加器,采用基于位特征值的串行输入并对输入的特征值序列进行压缩;数据预处理单元用于对压缩后的特征值序列和压缩后的权重进行解压缩,存内计算阵列单元中通过存内计算宏模块进行基于查找表形式的矩阵乘法运算,第一加法器用于将存内计算阵列单元中的每一列的存内计算宏模块输出的第一部分和结果相加,得到第二部分和结果,累加器用于对第二部分和结果进行计算得到特征值数据流对应的乘累加结果,能够有效利用非结构化剪枝带来的高稀疏度。
技术关键词
卷积神经网络加速器
特征值
查找表
运算处理单元
加法器
存储单元
二进制数据形式
序列
阵列
矩阵乘法运算
符号
反相器
编码器
逻辑门
解码器
模块
存储结构
移位器
分块
系统为您推荐了相关专利信息
分布式存储方法
优化神经网络
数据访问延迟
存储空间利用率
资产
道路积水预警方法
预警模型
融合特征
深度预测网络
注意力
系统故障预警方法
铁路信号系统
历史运行数据
时序
标签
蚯蚓多肽
时序特征
三维卷积神经网络模型
深度学习网络模型
序列
攻击防御方法
分箱
冗余特征
连续特征
决策树模型