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：北京大学
摘要：本发明提供一种SNN加速器及SNN突触权重混合压缩存储方法，SNN加速器包括16个神经计算核，每个神经计算核均包括权重存储模块；16个神经计算核包括8个第一计算核、4个第二计算核和4个第三计算核，其中，第一计算核中的权重存储模块采用无权重压缩存储算法，第二计算核中的权重存储模块采用第一权重压缩存储算法，第三计算核中的权重存储模块采用第二权重压缩存储算法；无权重压缩存储算法用于对稠密性的突触权重阵列进行无权重压缩存储，第一权重压缩存储算法用于对第一稀疏性的突触权重阵列进行压缩存储，第二权重压缩存储算法用于对第二稀疏性的突触权重阵列进行压缩存储。本发明利用不同层间突触权重稀疏度差异设计多核异构的脉冲神经网络加速器，最大化矩阵压缩效率，提高了峰值算力、吞吐率和能效。
主权项：1.一种SNN加速器，其特征在于，包括：16个神经计算核，每个所述神经计算核均包括权重存储模块，所述权重存储模块用于对所述神经计算核的突触权重阵列进行无压缩存储或压缩存储；16个所述神经计算核包括8个第一计算核、4个第二计算核和4个第三计算核，其中，所述第一计算核中的权重存储模块采用无权重压缩存储算法，所述第二计算核中的权重存储模块采用第一权重压缩存储算法，所述第三计算核中的权重存储模块采用第二权重压缩存储算法；所述无权重压缩存储算法用于对稠密性的突触权重阵列进行无权重压缩存储，所述第一权重压缩存储算法用于对第一稀疏性的突触权重阵列进行压缩存储，所述第二权重压缩存储算法用于对第二稀疏性的突触权重阵列进行压缩存储；其中，所述稠密性、第一稀疏性及第二稀疏性根据所述突触权重阵列中突触权重的非零值占比确定。
全文数据：
权利要求：
百度查询： 北京大学 一种SNN加速器及SNN突触权重混合压缩存储方法
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