申请/专利权人:谷歌有限责任公司
申请日:2022-10-27
公开(公告)日:2024-06-14
公开(公告)号:CN118202359A
主分类号:G06F30/337
分类号:G06F30/337
优先权:["20211122 US 17/532,572"]
专利状态码:在审-公开
法律状态:2024.06.14#公开
摘要:提供了用于设计近似的,低功耗的深度学习加速器芯片的系统和方法,所述近似的,低功耗的深度学习加速器芯片在执行深度学习模型时具有很小的或没有准确度损失。可以产生一组近似的脉动阵列。可以确定处理深度神经网络DNN的近似脉动阵列集合中的每个近似脉动阵列的性能。DNN中的每个层可以被映射到近似脉动阵列组中的近似脉动阵列。可以基于近似脉动阵列组中的每个近似脉动阵列的映射和性能来选择近似脉动阵列组的子集以包括在推理芯片的设计中。
主权项:1.一种用于生成推理芯片设计的计算机实现的方法,其特征在于,包括:由一个或更多个处理器生成近似脉动阵列集合;由所述一个或更多个处理器确定处理深度神经网络DNN的所述近似脉动阵列集合中的每个近似脉动阵列的性能;由所述一个或更多个处理器将所述DNN中的每一层映射到所述近似脉动阵列集合中的所述近似脉动阵列上;以及由所述一个或更多个处理器基于所述近似脉动阵列集合中的每个近似脉动阵列的映射和性能来选择所述近似脉动阵列集合的子集,用于包含在所述推理芯片设计中。
全文数据:
权利要求:
百度查询: 谷歌有限责任公司 利用大规模搜索合成零损耗低功耗近似DNN加速器
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。