龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：南京大学
摘要：本发明公开了一种加速ViT神经网络的异构存算装置及方法，属于硬件加速神经网络的领域。所述方法针对加速ViT神经网络的计算，利用光电存算一体器件阵列实现ViT神经网络中的固定数值的存储与运算，利用DRAM存算一体器件实现ViT神经网络中的不断变化的权重值的存储与运算，结合二者执行密集型矩阵向量乘运算的优势，减小器件面积的同时，还大幅缩减了运算单元反复访问片外存储导致的时间及功耗开销，从而加速了ViT神经网络的推理过程。
主权项：1.一种加速ViT神经网络的异构存算装置，其特征在于，所述异构存算装置包括多个级联的编码模块和一个分类预测模块；其中，每个编码模块包括两个归一化子模块、多头注意力计算子模块、两个加法单元以及全连接层子模块；所述多头注意力计算子模块中采用光电矩阵向量乘单元执行权重固定不变的矩阵向量乘运算，采用DRAM矩阵向量乘单元执行权重频繁更新的矩阵向量乘运算；所述多头注意力计算子模块包括四个光电矩阵向量乘单元、矩阵拆分单元、DRAM矩阵向量乘单元、第二softmax函数子模块和矩阵拼接单元；其中，四个光电矩阵向量乘单元分别记为第二光电矩阵向量乘单元、第三光电矩阵向量乘单元、第四光电矩阵向量乘单元和第五光电矩阵向量乘单元，第二光电矩阵向量乘单元、第三光电矩阵向量乘单元、第四光电矩阵向量乘单元分别用于对上一级输出的数据执行权重固定不变的矩阵向量乘运算，并将运算结果输入矩阵拆分单元进行拆分为多个小矩阵后输入DRAM矩阵向量乘单元，多个小矩阵分别与DRAM矩阵向量乘单元的权重执行乘累加操作后再输入矩阵拼接单元进行拼接，将拼接得到的矩阵输入至第五光电矩阵向量乘单元执行乘累加操作后输出结果。
全文数据：
权利要求：
百度查询： 南京大学 一种加速ViT神经网络的异构存算装置及方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号