摘要
本发明公开了一种基于非易失性存储器的神经网络计算核,属于人工智能神经网络领域,包括计算核,计算核内部设有时间控制电路、存储阵列结构、数据寄存器、权重选择电路、稀疏电路和数据累加电路;存储阵列结构和数据累加电路通信连接;存储阵列结构设有八组阵列通道;阵列通道包括存算单元以及和存算单元连接的乘法累加电路;乘法累加电路和权重选择电路通信连接;稀疏电路和数据寄存器通信连接;数据寄存器和乘法累加电路通信连接,乘法累加电路和时间控制电路连接。本发明通过合理的稀疏化策略,能够在保证计算精度的前提下,显著降低能耗,不仅提升了系统的能效,还为移动设备和边缘计算平台在能源有限的环境中提供了更高的计算效率。
技术关键词
累加电路
非易失性存储器
存储阵列结构
时间控制电路
人工智能神经网络
位线
全加器
数据读取模块
数据选择器
读取电路
通道
移动设备
能效
时钟
策略
能耗