“奥利维尔·泰马姆”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果15个，建议您升级VIP下载更多相关专利

[发明专利]在矩阵矢量处理器中置换-CN202010080532.6有效
发明人：禹同爀;格雷戈里·米歇尔·索尔森;安德鲁·埃弗里特·菲尔普斯;奥利维尔·泰马姆;乔纳森·罗斯;克里斯托弗·阿伦·克拉克 -专利权人：谷歌有限责任公司
申请日： 2018-02-22 - 公布日： 2023-09-05 - 主分类号： G06F17/16 文献下载
摘要：本申请涉及在矩阵矢量处理器中置换。一种电路包括：输入寄存器，该输入寄存器被配置成接收元素的输入矢量；控制寄存器，该控制寄存器被配置成接收元素的控制矢量，其中，该控制矢量的每个元素对应于该输入矢量的相应元素，并且其中，每个元素指定该输入矢量的对应元素的置换；以及置换执行电路，该置换执行电路被配置成生成与该输入矢量的置换相对应的元素的输出矢量。生成该输出矢量的每个元素包括：在该输入寄存器处访问该输入矢量的特定元素；在该控制寄存器处访问与该输入矢量的该特定元素相对应的该控制矢量的特定元素；以及输出该输入矢量的该特定元素作为在基于该控制矢量的该特定元素而选择的该输出矢量的特定位置处的元素。
矩阵矢量处理器置换

[发明专利]替选循环限制-CN202310558267.1在审
发明人： 奥利维尔·泰马姆;哈西特·哈伊坦;拉维·纳拉亚纳斯瓦米;禹同爀 -专利权人：谷歌有限责任公司
申请日： 2018-04-27 - 公布日： 2023-08-29 - 主分类号： G06N3/044 文献下载
摘要：本发明涉及替选循环限制。描述了用于N维张量的张量元素来执行计算的方法、系统和装置。在一些实施方式中，一种方法包括对第一嵌套循环的一个或多个第一迭代中的每个迭代，执行嵌套在第一嵌套循环内的第二嵌套循环的迭代，直到达到用于第二嵌套循环的第一循环边界为止。响应于第二嵌套循环具有超过计算系统的硬件属性的值的迭代的总数，用于第一嵌套循环的一个或多个第一迭代的第二嵌套循环的迭代的数目受到第一循环边界限制。在第一嵌套循环的倒数第二迭代已经完成之后，对第一嵌套循环的最后一个迭代执行第二嵌套循环的一个或多个迭代，直到达到替选循环边界为止。
循环限制

[发明专利]使用专用计算单元的硬件双缓存-CN202310201075.5在审
发明人： 奥利维尔·泰马姆;哈西特·哈伊坦;拉维·纳拉亚纳斯瓦米;禹同爀 -专利权人：谷歌有限责任公司
申请日： 2018-06-18 - 公布日： 2023-06-23 - 主分类号： G06F12/02 文献下载
摘要：本公开涉及使用专用计算单元的硬件双缓存。包括用于使用多个缓存器来传输数据的装置的方法、系统、以及装置，所述装置包括多个存储器和一个或多个处理单元，一个或多个处理单元被配置为确定用于存储在第一数据存储位置中的、正被传输到第二数据存储位置的数据元素的序列的缓存存储器地址。针对该序列中的所述数据元素中一个或多个数据元素的每个组，识别缓存器分配元件的值，所述缓存器分配元件的值能够在各自与存储器的不同一个相对应的多个值之间切换。基于缓存器分配元件的值来确定用于一个或多个数据元素的组的缓存存储器地址。在确定用于数据元素的序列中的一个或多个数据元素的后续组的缓存存储器地址之前，切换缓存器分配元件的值。
使用专用计算单元硬件缓存

[发明专利]替选循环限制-CN201880025248.X有效
发明人： 奥利维尔·泰马姆;哈西特·哈伊坦;拉维·纳拉亚纳斯瓦米;禹同爀 -专利权人：谷歌有限责任公司
申请日： 2018-04-27 - 公布日： 2023-05-23 - 主分类号： G06F8/41 文献下载
摘要：描述了用于存取N维张量的方法、系统和装置。在一些实施方式中，一种方法包括对第一嵌套循环的一个或多个第一迭代中的每个迭代，执行嵌套在第一嵌套循环内的第二嵌套循环的迭代，直到达到用于第二嵌套循环的第一循环边界为止。响应于第二嵌套循环具有超过计算系统的硬件属性的值的迭代的总数，用于第一嵌套循环的一个或多个第一迭代的第二嵌套循环的迭代的数目受到第一循环边界限制。在第一嵌套循环的倒数第二迭代已经完成之后，对第一嵌套循环的最后一个迭代执行第二嵌套循环的一个或多个迭代，直到达到替选循环边界为止。
循环限制

[发明专利]使用专用计算单元的硬件双缓存-CN201880004800.7有效
发明人： 奥利维尔·泰马姆;哈西特·哈伊坦;拉维·纳拉亚纳斯瓦米;禹同爀 -专利权人：谷歌有限责任公司
申请日： 2018-06-18 - 公布日： 2023-03-10 - 主分类号： G06F12/02 文献下载
摘要：包括用于使用多个缓存器来传输数据的装置的方法、系统、以及装置，所述装置包括多个存储器和一个或多个处理单元，一个或多个处理单元被配置为确定用于存储在第一数据存储位置中的、正被传输到第二数据存储位置的数据元素的序列的缓存存储器地址。针对该序列中的所述数据元素中一个或多个数据元素的每个组，识别缓存器分配元件的值，所述缓存器分配元件的值能够在各自与存储器的不同一个相对应的多个值之间切换。基于缓存器分配元件的值来确定用于一个或多个数据元素的组的缓存存储器地址。在确定用于数据元素的序列中的一个或多个数据元素的后续组的缓存存储器地址之前，切换缓存器分配元件的值。
使用专用计算单元硬件缓存

[发明专利]向量归约处理器-CN201911179581.9在审
发明人：格雷戈里·米歇尔·索尔森;安德鲁·埃弗里特·菲尔普斯;奥利维尔·泰马姆 -专利权人：谷歌有限责任公司
申请日： 2018-02-06 - 公布日： 2020-05-12 - 主分类号： G06F9/30 文献下载
摘要：本申请涉及一种向量归约处理器。被配置为对元素的输入向量进行归约的向量归约电路包括多个单元电路，其中，除接收所述输入向量的指定的第一元素的指定的第一单元电路以外的所述多个单元电路中的每一个单元电路被配置为：接收所述输入向量的特定元素，从所述一个或多个单元电路中的另一个单元电路接收临时归约元素，使用所述特定元素和所述临时归约元素来执行归约操作，并提供使用所述特定元素和所述临时归约元素来执行所述归约操作的结果作为新的临时归约元素。所述向量归约电路也包括输出电路，所述输出电路被配置为提供与使用所述输入向量的最后元素来执行所述归约操作的结果相对应的新的临时归约元素以用于作为所述输入向量的归约而输出。
向量处理器

[发明专利]在矩阵矢量处理器中置换-CN201810153838.2有效
发明人：禹同爀;格雷戈里·米歇尔·索尔森;安德鲁·埃弗里特·菲尔普斯;奥利维尔·泰马姆;乔纳森·罗斯;克里斯托弗·阿伦·克拉克 -专利权人：谷歌有限责任公司
申请日： 2018-02-22 - 公布日： 2020-03-06 - 主分类号： G06F17/16 文献下载
摘要：本申请涉及在矩阵矢量处理器中置换。一种电路包括：输入寄存器，该输入寄存器被配置成接收元素的输入矢量；控制寄存器，该控制寄存器被配置成接收元素的控制矢量，其中，该控制矢量的每个元素对应于该输入矢量的相应元素，并且其中，每个元素指定该输入矢量的对应元素的置换；以及置换执行电路，该置换执行电路被配置成生成与该输入矢量的置换相对应的元素的输出矢量。生成该输出矢量的每个元素包括：在该输入寄存器处访问该输入矢量的特定元素；在该控制寄存器处访问与该输入矢量的该特定元素相对应的该控制矢量的特定元素；以及输出该输入矢量的该特定元素作为在基于该控制矢量的该特定元素而选择的该输出矢量的特定位置处的元素。
矩阵矢量处理器置换

[发明专利]用于使用具有多个相同的管芯的单片封装处理神经网络任务的设备和机制-CN201880033593.8在审
发明人：乌代·库马尔·达萨里;奥利维尔·泰马姆;拉维·纳拉亚纳斯瓦米;禹同爀 -专利权人：谷歌有限责任公司
申请日： 2018-09-21 - 公布日： 2020-01-03 - 主分类号： G06F15/78 文献下载
摘要：提供了用于处理神经网络模型的设备和方法。所述设备可以包括多个相同的人工智能处理管芯。所述多个相同的人工智能处理管芯当中的每个人工智能处理管芯可以包括至少一个管芯间输入块和至少一个管芯间输出块。通过从人工智能处理管芯的所述至少一个管芯间输出块到人工智能处理管芯的所述至少一个管芯间输入块的一个或多个通信路径，所述多个相同的人工智能处理管芯当中的每个人工智能处理管芯通信地联接到所述多个相同的人工智能处理管芯当中的另一个人工智能处理管芯。所述多个相同的人工智能处理管芯当中的每个人工智能处理管芯对应于神经网络的至少一层。
人工智能处理管管芯神经网络模型神经网络通信路径输出通信

[发明专利]向量归约处理器-CN201810118791.6有效
发明人：格雷戈里·米歇尔·索尔森;安德鲁·埃弗里特·菲尔普斯;奥利维尔·泰马姆 -专利权人：谷歌有限责任公司
申请日： 2018-02-06 - 公布日： 2019-12-24 - 主分类号： G06F9/30 文献下载
摘要：本申请涉及一种向量归约处理器。一种被配置为对元素的输入向量进行归约的向量归约电路包括多个单元电路，其中，除接收所述输入向量的指定的第一元素的指定的第一单元电路以外的所述多个单元电路中的每个单元电路被配置为：接收所述输入向量的特定元素，从所述一个或多个单元电路中的另一个单元电路接收临时归约元素，使用所述特定元素和所述临时归约元素来执行归约操作，并提供使用所述特定元素和所述临时归约元素来执行所述归约操作的结果作为新的临时归约元素。所述向量归约电路也包括输出电路，所述输出电路被配置为提供与使用所述输入向量的最后元素来执行所述归约操作的结果相对应的新的临时归约元素以用于作为所述输入向量的归约而输出。
归约输入向量向量输出电路处理器配置电路输出申请

[发明专利]使用加法器访问多维张量中的数据-CN201880021083.9在审
发明人： 奥利维尔·泰马姆;哈西特·哈伊坦;拉维·纳拉亚纳斯瓦米;禹同爀 -专利权人：谷歌有限责任公司
申请日： 2018-02-26 - 公布日： 2019-11-15 - 主分类号： G06F9/355 文献下载
摘要：方法、系统和设备，包括用于访问N维张量的设备，对于N维张量的每个维度，所述设备包括部分地址偏移值元素，其至少基于所述维度的初始值、所述维度的步长值以及所述维度的循环的迭代次数来存储所述维度的部分地址偏移值。所述设备包括硬件加法器和处理器。处理器获得访问N维张量的特定元素的指令。N维张量具有跨N个维度中的每个维度布置的多个元素，其中N是等于或大于一的整数。处理器使用部分地址偏移值元素和硬件加法器来确定特定元素的地址，并输出指示所确定的用于访问特定元素的地址的数据。
维度地址偏移处理器硬件加法器系统和设备输出指示访问迭代存储指令

[发明专利]具有三维堆叠的神经网络加速器瓦片架构-CN201880019410.7在审
发明人：安德烈亚斯·格奥尔格·诺瓦特济克;奥利维尔·泰马姆;拉维·纳拉亚纳斯瓦米;乌代·库马尔·达萨里 -专利权人：谷歌有限责任公司
申请日： 2018-05-11 - 公布日： 2019-11-15 - 主分类号： G06N3/063 文献下载
摘要：一种三维神经网络加速器，包括：第一神经网络加速器瓦片，其包括第一传输线圈；以及第二神经网络加速器瓦片，其包括第二传输线圈，其中，第一神经网络加速器瓦片与第二神经网络加速器瓦片相邻并垂直对齐，并且其中第一传输线圈被配置为经由电感耦合与第二传输线圈无线通信。
神经网络加速器传输线圈瓦片垂直对齐电感耦合无线通信三维配置

[发明专利]具有驻留在芯片上的参数的神经网络加速器-CN201810908471.0在审
发明人： 奥利维尔·泰马姆;哈西特·哈伊坦;拉维·纳拉亚纳斯瓦米;禹同爀 -专利权人：谷歌有限责任公司
申请日： 2018-08-10 - 公布日： 2019-02-26 - 主分类号： G06N3/063 文献下载
摘要：本申请涉及具有驻留在芯片上的参数的神经网络加速器。加速器的一个实施例包括：计算单元；第一存储器组，其用于输入激活，和第二存储器组，其用于存储在执行计算中使用的参数，第二存储器组被配置成将足够数量的神经网络参数存储在该计算单元上以允许低于指定水平的延时以及高于指定水平的吞吐量。该计算单元包括至少一个cell，其包括至少一个乘法累加运算器，其从第二存储器组接收参数并且执行计算。该计算单元还包括第一遍历单元，其将控制信号提供到第一存储器组以使得输入激活被提供到由乘法累加运算器可访问的数据总线。该计算单元执行与数据阵列的至少一个元素相关联的计算、该一个或多个计算由乘法累加运算器所执行。
计算单元第二存储器运算器乘法累加加速器存储器组神经网络驻留存储芯片激活控制信号提供神经网络参数遍历单元数据阵列数据总线可访问组接收延时吞吐量关联配置申请

[实用新型]神经网络计算模组-CN201721254418.0有效
发明人： 奥利维尔·泰马姆;拉维·纳拉亚纳斯瓦米;哈西特·哈伊坦;禹同爀 -专利权人：谷歌有限责任公司
申请日： 2017-09-27 - 公布日： 2018-09-21 - 主分类号： G06F13/28 文献下载
摘要：本申请涉及神经网络计算模组。公开了一种计算单元，所述计算单元包括用于存储输入激活的第一存储器群和用于存储在执行计算中所使用的参数的第二存储器群。所述计算单元包括至少一个cell，所述至少一个cell包括从所述第二存储器群接收参数并执行计算的至少一个乘法累加(“MAC”)运算器.所述计算单元进一步包括第一遍历单元，所述第一遍历单元向所述第一存储器群提供控制信号以使输入激活被提供至能够由所述MAC运算器访问的数据总线。所述计算单元执行与数据阵列中的至少一个元素相关联的一个或者多个计算，所述一个或多个计算由所述MAC运算器执行并且部分地包括从所述数据总线接收的所述输入激活与从所述第二存储器群接收的参数的乘法运算。
计算单元第二存储器运算器神经网络计算存储器遍历单元数据总线激活模组存储乘法运算接收参数控制信号数据阵列乘法累加关联申请访问

[发明专利]神经网络计算模组-CN201710889996.X有效
发明人： 奥利维尔·泰马姆;拉维·纳拉亚纳斯瓦米;哈西特·哈伊坦;禹同爀 -专利权人：谷歌公司
申请日： 2017-09-27 - 公布日： 2018-05-08 - 主分类号： G06F13/28 文献下载
摘要：本申请涉及神经网络计算模组。公开了一种计算单元，所述计算单元包括用于存储输入激活的第一存储器群和用于存储在执行计算中所使用的参数的第二存储器群。所述计算单元包括至少一个cell，所述至少一个cell包括从所述第二存储器群接收参数并执行计算的至少一个乘法累加(“MAC”)运算器.所述计算单元进一步包括第一遍历单元，所述第一遍历单元向所述第一存储器群提供控制信号以使输入激活被提供至能够由所述MAC运算器访问的数据总线。所述计算单元执行与数据阵列中的至少一个元素相关联的一个或者多个计算，所述一个或多个计算由所述MAC运算器执行并且部分地包括从所述数据总线接收的所述输入激活与从所述第二存储器群接收的参数的乘法运算。
神经网络计算模组

[发明专利]神经网络指令集架构-CN201710909908.8有效
发明人：拉维·纳拉亚纳斯瓦米;禹同爀;奥利维尔·泰马姆;哈西特·哈伊坦 -专利权人：谷歌公司
申请日： 2017-09-29 - 公布日： 2018-05-08 - 主分类号： G06N3/04 文献下载
摘要：本申请涉及一种神经网络指令集架构。一种计算机实现方法包括由处理单元接收指定用于施行张量计算的数据值的指令。响应于接收到指令，所述方法可以包括通过执行包括多个循环的循环嵌套，由处理单元施行张量计算，其中循环嵌套的结构基于指令的数据值中的一个或多个来定义。张量计算能够至少是神经网络层的计算的部分。由指令指定的数据值能够至少包括指定神经网络层的类型的值，并且循环嵌套的结构可以至少部分地通过神经网络层的类型来定义。
神经网络指令架构

1
共 15 条