您所在的位置: 首页 > 专利技术 > 正文
专利基本信息
专利名称 一种基于可编程器件的卷积神经网络加速方法与系统
专利状态 - 专利号(申请号) CN107392308B
专利申请日期 2017-06-20 专利类型 发明专利
申请公布号 CN201710469354.4 申请公布日 2017-06-20
授权公告号 - 授权公告日 -
发明人 陆维娜,卢文岩,叶靖,胡瑜,李晓维
专利权人 中国科学院计算技术研究所
专利摘要 本发明涉及一种基于可编程器件的卷积神经网络加速方法与系统。包括:对卷积神经网络在可编程器件上的基本结构进行设计,分别建立计算资源、频率关于并行化参数的量化模型;在不同并行化参数下,对实际电压、温度、工艺偏差可达的最高时钟频率进行探索,建立实际可达最高频率与并行化参数的分析模型;以计算吞吐量为优化目标,根据所建立的量化模型与分析模型,对卷积神经网络的设计空间探索进行问题抽象,并采用一定的搜索算法求解出性能最优的并行化参数。本发明在保证加速器稳定性及可靠性的同时,能够利用商用设计工具针对电压、温度、工艺偏差所预留的时延裕度,从而进一步提升卷积神经网络加速器的性能。
专利价值评估分析
相关推荐
Baidu
map