首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

边缘端神经网络加速系统及边缘端神经网络模型的训练方法 

申请/专利权人:清华大学深圳国际研究生院

申请日:2024-04-07

公开(公告)日:2024-06-28

公开(公告)号:CN118261229A

主分类号:G06N3/084

分类号:G06N3/084;G06N5/046;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:本发明公开了一种边缘端神经网络加速系统及边缘端神经网络模型的训练方法,其中边缘端神经网络加速系统包括:输入模块,用于向计算模块发送需要计算的输入数据,及根据状态信息向计算模块发送指令,状态信息根据神经网络的网络信息生成;计算模块,包括核心计算单元及一个以上辅助计算单元,用于根据指令获取核心计算单元与辅助计算单元的连接关系及网络信息,根据指令将核心计算单元及辅助计算单元相互连接,并根据输入数据及网络信息执行神经网络训练计算任务,神经网络训练计算任务包括主体计算任务及执行辅助计算任务,核心计算单元用于执行主体计算任务,辅助计算单元用于执行辅助计算任务;数据接收模块与计算模块连接,用于接收计算模块的计算结果。本发明通过将不同训练中均具有相同的细粒度运算表示的任务的执行单元设置为核心计算单元,使在进行不同训练时均可使用核心计算单元执行,使提高了硬件利用率和能耗表现。

主权项:1.一种边缘端神经网络加速系统,其特征在于,包括:输入模块,用于向计算模块发送需要计算的输入数据,及根据状态信息向所述计算模块发送指令,所述状态信息根据神经网络的网络信息生成;计算模块,包括核心计算单元及一个以上辅助计算单元,用于根据所述指令获取核心计算单元与辅助计算单元的连接关系及网络信息,根据所述指令将核心计算单元及辅助计算单元相互连接,并根据所述输入数据及网络信息执行神经网络训练计算任务,所述神经网络训练计算任务包括主体计算任务及执行辅助计算任务;所述核心计算单元用于执行主体计算任务,所述主体计算任务为前向推理阶段、反向传播阶段、权重更新阶段中具有相同的细粒度运算表示的计算任务;所述辅助计算单元用于执行辅助计算任务,所述辅助计算任务为前向推理阶段、反向传播阶段、权重更新阶段中有不同细粒度运算表示的计算任务,所述辅助计算单元的数量与神经网络所需的辅助计算任务的种类相对应;所述数据接收模块与所述计算模块连接,用于接收所述计算模块的计算结果。

全文数据:

权利要求:

百度查询: 清华大学深圳国际研究生院 边缘端神经网络加速系统及边缘端神经网络模型的训练方法

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。