专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果6个,建议您升级VIP下载更多相关专利
  • [发明专利]一种基于Winograd的可配置卷积阵列加速器结构-CN201910511987.6有效
  • 魏继增;徐文富;王宇吉;郭炜 - 天津大学
  • 2019-06-13 - 2023-07-21 - G06N3/063
  • 一种基于Winograd的可配置卷积阵列加速器结构,包括:激活值缓存模块、权重缓存模块、输出缓存模块、控制器、权重预处理模块、激活值预处理模块、权重转换模块、激活值矩阵转换模块、点乘模块、结果矩阵转换模块、累加模块、池化模块和激活模块。本发明的一种基于Winograd的可配置卷积阵列加速器结构,根据固定范式的Winograd卷积算法的运算特点,设计了位宽可配置的卷积阵列加速器,灵活满足不同神经网络以及不同卷积层对位宽的需求。另外,还设计了专用的数据位宽可配置的乘法器单元,从而提高了神经网络卷积运算的计算效率,降低了计算功耗。
  • 一种基于winograd配置卷积阵列加速器结构
  • [发明专利]一种面向边缘计算的卷积神经网络处理器-CN201911091701.X在审
  • 郭炜;王宇吉;魏继增 - 天津大学
  • 2019-11-10 - 2020-04-10 - G06N3/063
  • 一种面向边缘计算的卷积神经网络处理器,提出一种简易的针对卷积神经网络的控制指令,可以实现卷积层、池化层、ReLU激活函数以及全连接层等卷积神经网络基本运算,并通过指令的组合排序,实现加速器面向卷积神经网络的的适用性。加速器实现一种高效的脉动计算阵列,可以实现在数据读取过程中,最大限度增加数据的重用性,减少脉动计算阵列对数据缓存单元的访问次数。加速器同时支持16位定点数和8位定点数两种数据精度的计算,并可以实现同一个网络不同层混合精度的计算,极大降低加速器功耗。本发明的加速器保证了最少的数据在缓存部分的调度次数,降低功耗,同时,卷积层计算和全连接层计算共用同一个脉动计算阵列,极大提高了资源利用率。
  • 一种面向边缘计算卷积神经网络处理器

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top