[发明专利]一种基于芯片设计缺陷的神经网络处理方法及装置有效
| 申请号： | 201811127453.5 | 申请日： | 2018-09-27 |
| 公开（公告）号： | CN109359731B | 公开（公告）日： | 2022-01-28 |
| 发明（设计）人： | 欧耿洲 | 申请（专利权）人： | 中科物栖（北京）科技有限责任公司 |
| 主分类号： | G06N3/063 | 分类号： | G06N3/063 |
| 代理公司： | 北京和信华成知识产权代理事务所(普通合伙) 11390 | 代理人： | 胡剑辉 |
| 地址： | 100086 北京市海淀区科学院南路6*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 基于 芯片 设计 缺陷 神经网络 处理 方法 装置 | ||
1.一种基于芯片设计缺陷的神经网络处理方法，其特征在于，包括：
获取芯片的设计缺陷的类型；
根据所述类型对神经网络进行调整，以使所述神经网络在所述芯片上正常运行；
其中，所述芯片的设计缺陷的类型包括：
输入/输出数据缓存处于非正常工作状态、加速器不能适应神经网络的规模、运算单元设计失误；
所述根据所述类型对神经网络进行调整，包括：
当所述芯片的设计缺陷的类型为输入/输出数据缓存处于非正常工作状态时，调整神经网络中间各层的规模以及权重等参数的数量，使得所述输入/输出数据缓存的输入/输出数据的速率进行调整；
当所述芯片的设计缺陷的类型为加速器不能适应神经网络的规模时，将所述神经网络拆分成多个子网络，以使所述加速器能适应每个子网络；
当所述芯片的设计缺陷的类型为运算单元设计失误时，将运算单元对应的运算模式加入到神经网络的训练过程中，使在训练过程中的运算与失效的运算单元运算模式保持相同，以使神经网络适应加速器不正确的运算模式。
2.根据权利要求1所述的方法，其特征在于，设置所述输入/输出数据缓存的数据地址进行调整，包括：
调整神经网络输入层的规模，使得所述神经网络可以充分利用数据缓存未失效的部分，绕开故障地址。
3.一种基于芯片设计缺陷的神经网络处理装置，其特征在于，包括：
获取模块，用于获取芯片的设计缺陷的类型；
调整模块，用于根据所述类型对神经网络进行调整，以使所述神经网络在所述芯片上正常运行；
其中，所述芯片的设计缺陷的类型包括：
输入/输出数据缓存处于非正常工作状态、加速器不能适应神经网络的规模、运算单元设计失误；
所述调整模块，具体用于当所述芯片的设计缺陷的类型为输入/输出数据缓存处于非正常工作状态时，调整神经网络模型各层的规模以及权重等参数的数量，使得所述输入/输出缓存的输入/输出数据的速率进行调整；
当所述芯片的设计缺陷的类型为加速器不能适应神经网络的规模时，将所述神经网络拆分成多个子网络，以使所述加速器能适应每个子网络；
当所述芯片的设计缺陷的类型为运算单元设计失误时，将对应的运算模式加入到神经网络的训练过程中，使在训练过程中的运算与失效的运算单元运算模式保持相同，以使神经网络适应加速器不正确的运算模式。
4.根据权利要求3所述的装置，其特征在于，所述调整模块，具体用于调整神经网络输入层的规模，使得所述神经网络可以充分利用数据缓存未失效的部分，绕开故障地址。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中科物栖（北京）科技有限责任公司，未经中科物栖（北京）科技有限责任公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201811127453.5/1.html，转载请声明来源钻瓜专利网。
