申请/专利权人:清华大学
申请日:2024-03-11
公开(公告)日:2024-06-28
公开(公告)号:CN118261199A
主分类号:G06N3/0455
分类号:G06N3/0455;G06N3/063
优先权:
专利状态码:在审-公开
法律状态:2024.06.28#公开
摘要:本申请涉及神经网络技术领域,特别涉及一种基于RRAM的Transformer网络加速方法、装置、设备及介质,其中,方法包括:获取用户的输入数据;对输入数据进行处理得到多个当前任务,并利用预设的忆阻器阵列上的第一网络模型分别对多个当前任务进行预测,得到子网络超量预测结果;利用预设的脉动阵列上的第二网络模型对子网络超量预测结果进行验证,并根据验证结果得到输出数据,并将输出数据发送至用户。由此,解决了大模型推理场景下的高功耗和推理时延较长的问题,通过使用RRAM阵列与脉动阵列并根据各自的计算特点匹配投机采样算法,显著提高了大模型网络在人工智能应用中的推理能效,而且能够满足其快速增长的需求。
主权项:1.一种基于RRAMResistiveRandomAccessMemory,阻变存储器,又称忆阻器的Transformer网络加速方法,其特征在于,包括以下步骤:获取用户的输入数据;对所述输入数据进行处理得到多个当前任务,并利用预设的忆阻器阵列上的第一网络模型分别对所述多个当前任务进行预测,得到子网络超量预测结果;以及利用预设的脉动阵列上的第二网络模型对所述子网络超量预测结果进行验证,并根据验证结果得到输出数据,并将所述输出数据发送至所述用户。
全文数据:
权利要求:
百度查询: 清华大学 基于RRAM的Transformer网络加速方法、装置、设备及介质
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。