“神经网络处理器”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果11659265个，建议您升级VIP下载更多相关专利

[发明专利]神经网络处理器-CN201980092225.5在审
发明人： K.H.李;S.拉维库马尔;P.唐内利;D.罗森班德 -专利权人：伟摩有限责任公司
申请日： 2019-12-20 - 公布日： 2021-09-21 - 主分类号： G06N3/063 文献下载
摘要：一种用于对包括多个神经网络(NN)层的神经网络执行计算的电路。电路包括提供用于执行计算的编程数据的处理设备和与处理设备进行数据通信以接收编程数据的核心。核心包括存储用于层的输入的激活存储器和存储用于第一NN层的参数的参数存储器。核心还包括基于编程数据旋转访问来自激活存储器的输入的旋转单元和接收用于第一NN层的相应输入和参数并使用输入和参数生成第一NN层的输出的计算单元。核心还包括交叉开关单元，该交叉开关单元使输出根据库分配模式被存储在激活存储器中。
神经网络处理器

[发明专利]神经网络处理器的故障处理方法及装置、设备、存储介质-CN202011171665.0有效
发明人：谭洪贺 -专利权人：地平线(上海)人工智能技术有限公司
申请日： 2020-10-28 - 公布日： 2023-08-08 - 主分类号： G06F11/07 文献下载
摘要：公开了一种神经网络处理器的故障处理方法及装置。该方法包括：检测神经网络处理器的工作状态；若所述工作状态表示所述神经网络处理器发生故障，确定所述神经网络处理器执行神经网络运算所得结果的精度；以及根据所述精度，确定所述神经网络处理器响应所述故障的方式。当发生的故障引起的精度影响在可接受范围内时，可以依旧使用神经网络处理器的计算结果而不需要丢弃该计算结果或重启处理器，从而可以提高处理器的处理效率。
神经网络处理器故障处理方法装置设备存储介质

[发明专利]针对处理器确定神经网络架构的搜索方法和装置-CN202010731469.8在审
发明人：解锋涛;赵鹏飞;李亮;刘芳;杜芳芳;卢柯 -专利权人：三星（中国）半导体有限公司;三星电子株式会社
申请日： 2020-07-27 - 公布日： 2020-11-27 - 主分类号： G06N3/08 文献下载
摘要：提供一种针对处理器确定神经网络架构的搜索方法和装置，针对处理器确定神经网络架构的搜索方法，包括：获取初始第一神经网络架构；从初始第一神经网络架构开始，迭代地基于处理器相关损失函数搜索下一第一神经网络架构，直至满足第一搜索终止条件时停止搜索；将搜索到的最优第一神经网络架构确定为将在处理器上使用的神经网络架构，其中，处理器相关损失函数包括模型训练过程中的预测误差部分和处理器运算代价部分。利用模型训练过程中的预测误差部分和处理器运算代价部分共同对神经网络架构进行搜索收敛限制，从而保证搜索出的神经网络架构在处理器运行时，处理器具有良好的运行性能。
针对处理器确定神经网络架构搜索方法装置

[发明专利]数据处理方法、装置、系统及计算机可读存储介质-CN202111436322.7有效
发明人：原嵩;张运星;迟亮;金正雄 -专利权人：湖北芯擎科技有限公司
申请日： 2021-11-30 - 公布日： 2022-02-22 - 主分类号： G06F9/48 文献下载
摘要：本申请实施例公开了一种数据处理方法、装置、系统及计算机可读存储介质。该方法包括：将神经网络的子网络模块部署在芯片上的神经网络处理器中，通过神经网络处理器的计算单元将保存子网络输出数据的内存地址封装为报文，该子网络输出数据为神经网络处理器调用神经网络的子网络模块处理而输出的数据，并将报文发送至RDMA引擎中的待发送队列，由RDMA引擎将内存地址中保存的子网络输出数据发送至神经网络另一子网络模块所在的目标神经网络处理器上，如此，提高了神经网络处理器之间传输数据的效率，可在不增加芯片成本的基础上，实现将一个复杂的神经网络部署到多个神经网络处理器上。
数据处理方法装置系统计算机可读存储介质

[发明专利]利用黑盒模拟器进行神经网络处理器设计的方法-CN201711034124.1有效
发明人：不公告发明人 -专利权人：上海寒武纪信息科技有限公司
申请日： 2017-10-30 - 公布日： 2021-02-09 - 主分类号： G06N3/063 文献下载
摘要：本公开提供了一种利用黑盒模拟器进行神经网络处理器设计的方法，包括：选取至少一组合作为神经网络模型的输入，设定至少一处理器设计目标作为神经网络模型的输出；根据所述输入及输出训练神经网络模型；利用训练后的神经网络模型对不同的处理器进行预测，确定满足所述处理器设计目标的处理器。本公开还提供了一种神经网络处理器及一种芯片。本公开利用黑盒模拟器进行神经网络处理器设计的方法、神经网络处理器及芯片，能够快速有效的从不同设计参数组合和不同精确度的运算器组合中得到满足给定设计需求的最佳的设计结构。
利用黑盒模拟器进行神经网络处理器设计方法

[发明专利]神经网络核中动态精度的数据表示-CN201980059120.X在审
发明人： J·V·阿瑟;A·S·卡西迪;M·弗利克纳;P·达塔;H·彭纳;R·阿普斯瓦米;泽田润;D·莫德哈;S·K·艾瑟;B·S·塔巴;J·克拉莫 -专利权人：国际商业机器公司
申请日： 2019-09-25 - 公布日： 2021-04-16 - 主分类号： G06N3/06 文献下载
摘要：提供了用于神经网络计算的系统。神经网络处理器包括多个神经核。神经网络处理器每次激活具有一个或多个处理器精度。处理器被配置为接受具有处理器特征维度的数据。转换电路耦合到神经网络处理器，并适于：在一个或多个特征上接收具有每通道输入精度的输入数据张量；将输入数据张量从输入精度转换为处理器精度；将输入数据划分为多个块，每个块符合处理器特征维度之一；将多个块中的每一个提供给多个神经核之一神经网络处理器适于通过多个神经核计算一个或多个神经网络层的输出。
神经网络动态精度数据表示

[发明专利]异构智能处理量化装置、量化方法、电子设备及存储介质-CN202010798224.7在审
发明人：不公告发明人 -专利权人：中国科学院计算技术研究所
申请日： 2020-08-10 - 公布日： 2020-11-13 - 主分类号： G06F15/167 文献下载
摘要：本公开提供了一种异构智能处理量化装置，所述异构智能处理装置应用于异构智能处理器，所述异构智能处理器包括通用处理器和智能处理器，其中智能处理器包括控制电路和多个运算电路，所述异构智能处理量化装置包括：权值量化模块，用于对原始神经网络中的权值进行量化，使移位量化神经网络中的权值均为幂次数据，并重训练所述移位量化神经网络，使所述移位量化神经网络的精度与所述原始神经网络的精度相同；神经元量化模块，用于对所述原始神经网络中的神经元进行量化，使所述移位量化神经网络中神经元均被量化为定点数数据。可减少神经网络的存储开销，提升神经网络的数据处理效率。
智能处理量化装置方法电子设备存储介质

[发明专利]神经网络数据处理方法、设备及存储介质-CN202210103770.3有效
发明人：伍永情;蔡权雄;牛昕宇 -专利权人：深圳鲲云信息科技有限公司
申请日： 2022-01-28 - 公布日： 2022-05-10 - 主分类号： G06N3/04 文献下载
摘要：本发明公开了一种神经网络数据处理方法、设备及存储介质，应用于神经网络数据处理装置的主控处理器，所述神经网络数据处理装置包括主控处理器和实时处理器，所述实时处理器包括推理运算模块，该方法包括：获取神经网络的多个神经网络算子；根据多个神经网络算子以及预设推理引擎规则依次生成神经网络对应的至少一个元信息；将元信息依次存储在数据缓冲区。本发明通过主控处理器获取神经网络算子并根据神经网络算子生成至少一个元信息，并将元信息存储在数据缓冲区，以供实时处理器可直接根据元信息生成寄存器序列，进而根据寄存器序列进行运算，而无需主控处理器向实时处理器传输寄存器序列
神经网络数据处理方法设备存储介质

[实用新型]人工智能教学实验设备-CN202022930594.X有效
发明人：韩少云;李友缘;王琼夏;吕璐;邹伍启;许海越 -专利权人：高慧强学软件（海南）有限公司
申请日： 2020-12-09 - 公布日： 2021-08-24 - 主分类号： G09B5/06 文献下载
摘要：本实用新型涉及一种人工智能教学实验设备，包括主控板；主控板上设有中央处理器、第一神经网络处理器和第二神经网络处理器；第一神经网络处理器和第二神经网络处理器均与中央处理器通信连接；视频采集模块、传感器、语音采集模块和语音生成设备均与中央处理器通信连接；视频采集模块能够采集视频数据；语音采集模块采集第一语音数据；语音生成设备生成第二语音数据；传感器采集生物体征信息；中央处理器接收视频数据、第一语音数据、第二语音数据和生物体征信息，并将视频数据传输给第一神经网络处理器或/和第二神经网络处理器；第一神经网络处理器或/和第二神经网络处理器协同中央处理器对视频数据进行运算处理。
人工智能教学实验设备

[发明专利]一种卷积神经网络的量化方法、装置及电子设备-CN201880083718.8在审
发明人：范鸿翔 -专利权人：深圳鲲云信息科技有限公司
申请日： 2018-12-12 - 公布日： 2020-08-14 - 主分类号： G06N3/04 文献下载
摘要：一种卷积神经网络的量化方法、装置及电子设备，所述方法包括：获取初始SSDlite卷积神经网络，所述初始SSDlite卷积神经网络包括用于特征提取的特征处理器与用于预测特征位置的位置预测器(101)；将所述特征处理器中的网络层参数进行量化，得到量化特征处理器(102)；保持所述位置预测器的网络层参数状态，基于所述量化特征处理器与所述位置预测器，得到量化SSDlite卷积神经网络(103)；基于所述量化SSDlite卷积神经网络，输出得到目标SSDlite卷积神经网络(104)。通过对SSDlite卷积神经网络中的特征处理器进行量化，使得特征处理器中的特征处理算法复杂度下降，从而降低了SSDlite卷积神经网络的复杂度，解决了SSDLite卷积神经网络应用于小型嵌入式系统时存在算法复杂度高的问题
一种卷积神经网络量化方法装置电子设备

[发明专利]多处理器并行神经网络加速方法、装置、设备和存储介质-CN202110226972.2在审
发明人：陈志杰;方夏章;李跃文 -专利权人：厦门美图之家科技有限公司
申请日： 2021-03-01 - 公布日： 2021-06-01 - 主分类号： G06N3/04 文献下载
摘要：本发明提供了一种多处理器并行神经网络加速方法、装置、计算机设备和存储介质，属于神经网络处理领域，具体包括获取所述多处理器中各处理器运行神经网络的理论运算过程，所述多处理器包含多种不同类型的处理器；统计整个神经网络中每一层层结构的计算量；基于所述神经网络的层连接关系，将所述神经网络拆分成多个子网络；根据所述理论运算过程和所述计算量将所述子网络分配到所述处理器生成多种组合，并纪录各组合的处理器运行时间；筛选出所述处理器运行时间最少的组合，并将所述子网络固定分配给所述处理器。通过本申请的处理方案，不受第三方框架的限制，能够快速的实现卷积神经网络的部署。
处理器并行神经网络加速方法装置设备存储介质

[发明专利]基于嵌入式平台的主从架构多核并行目标识别系统及方法-CN202211648891.2在审
发明人：张镇;张衎;常思远;邓斌;王凯峰 -专利权人：天津大学;天津大学浙江国际创新设计与智造研究院
申请日： 2022-12-21 - 公布日： 2023-03-21 - 主分类号： G06V10/82 文献下载
摘要：本发明公开了一种基于嵌入式平台的主从架构多核并行目标识别系统，包括内设用于目标识别的神经网络的嵌入式平台，嵌入式平台包括多核处理器及共享内存，多核处理器中之一为主处理器，其余为从处理器；神经网络包括若干卷积层；每个卷积层包括若干用于提取图像特征的神经网络单元A；神经网络单元A设置在从处理器内；除神经网络单元A以外的其他神经网络组件设置在主处理器内，由主处理器分配从处理器的神经网络单元A的任务；主处理器对图像进行尺寸变换后存储到共享内存中；神经网络单元A从共享内存中读取图像，输出图像特征至共享内存中；主处理器同时从共享内存中读入多个图像特征并识别出目标图像。
基于嵌入式平台主从架构多核并行目标识别系统方法

[发明专利]存储装置及其操作方法-CN202111049754.2在审
发明人：尹晟老;崔赫埈;朴成植;金世埈 -专利权人：三星电子株式会社;首尔大学校产学协力团
申请日： 2021-09-08 - 公布日： 2022-03-11 - 主分类号： G06N3/063 文献下载
摘要：公开了一种操作包括神经网络处理器的存储装置的方法和一种存储器装置，该方法包括：由控制器装置响应于主机装置的命令输出指示神经网络处理器执行神经网络操作的触发器信号；由神经网络处理器响应于触发器信号向存储目标模型数据和指令数据的存储器装置请求关于目标模型的参数的目标模型数据和用于指示神经网络操作的指令数据；由神经网络处理器从存储器装置接收目标模型数据和指令数据；以及由神经网络处理器基于目标模型数据和指令数据输出推断数据。
存储装置及其操作方法

[发明专利]神经网络训练方法、模型计算服务器及存储介质-CN202010858863.8在审
发明人：林涛 -专利权人：北京达佳互联信息技术有限公司
申请日： 2020-08-24 - 公布日： 2020-12-08 - 主分类号： G06N3/08 文献下载
摘要：本公开关于一种神经网络训练方法、模型计算服务器及存储介质，神经网络训练方法应用于包括图形处理器以及中央处理器的模型计算服务器，神经网络训练方法包括：中央处理器接收特征查询服务器发送的特征向量，特征向量为特征查询服务器根据多个业务数据样本的特征从特征向量服务器中查询得到；中央处理器将特征向量传输至图形处理器；图形处理器根据特征向量，计算神经网络的参数的梯度；图形处理器将参数的梯度返回至中央处理器；中央处理器根据梯度调节神经网络的参数，并对神经网络进行迭代训练，直到满足预定条件为止利用本公开实施例，可以避免使用数量过多的包括CPU的服务器来训练神经网络，降低神经网络的训练成本。
神经网络训练方法模型计算服务器存储介质

[发明专利]一种通用神经网络加速器-CN201911339715.9有效
发明人：魏敬和;黄乐天;明小满 -专利权人：中国电子科技集团公司第五十八研究所
申请日： 2019-12-23 - 公布日： 2022-09-06 - 主分类号： G06N3/063 文献下载
摘要：本发明公开一种通用神经网络加速器，属于片上系统技术领域。所述通用神经网络加速器，面向片上系统，所述片上系统包括主处理器，所述通用神经网络加速器被集成到SoC中，以协处理器的形式通过协处理器接口与所述主处理器耦合，实现基于所述主处理器扩展指令设计的自定义指令集；所述通用神经网络加速器和所述主处理器共享一级缓存L1 DCache。加速器设计完成后，用户可以在指令层面调度神经网络算法，并且针对不同的神经网络算法设定不同的向量参数，能够适应不断发展的新型神经网络算法和变化多样的应用场景。
一种通用神经网络加速器

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条