Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 晶铁半导体技术(广东)有限公司张盛获国家专利权

晶铁半导体技术(广东)有限公司张盛获国家专利权

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!

龙图腾网获悉晶铁半导体技术(广东)有限公司申请的专利一种用于部署深度学习网络的存内计算架构和加速方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115586884B

龙图腾网通过国家知识产权局官网在2025-09-19发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211214290.0,技术领域涉及:G06F7/50;该发明授权一种用于部署深度学习网络的存内计算架构和加速方法是由张盛;赵越;李政设计研发完成,并于2022-09-30向国家知识产权局提交的专利申请。

一种用于部署深度学习网络的存内计算架构和加速方法在说明书摘要公布了:本发明涉及一种用于部署深度学习网络的存内计算架构和方法,属于DNN加速器的存内计算领域。存内计算架构包括输入存储器、内积运算单元、存内计算单元和控制模块;控制模块用于基于前置模块的指令信息控制存内架计算架构完成计算任务;输入存储器用于存储参与运算的DNN网络的权重和激活信息;内积运算单元用于将相对应的权重和激活信息进行组合得到部分和;存内计算单元用于将所述部分和进行累加运算,得到最终运算结果。其中存内计算单元是对输出存储器和内积累加的结合,当内积运算单元产生相应的部分和之后,通过存内计算单元完成累加操作,实现对加速器输出的复用,从而解决DNN加速器输出端存在的内存墙问题。

本发明授权一种用于部署深度学习网络的存内计算架构和加速方法在权利要求书中公布了:1.一种用于部署深度学习网络的存内计算架构,其特征在于,包括输入存储器、内积运算单元、存内计算单元和控制模块; 所述控制模块,用于获取指令信息,基于指令信息得到与权重和激活数据对应的读地址信息、控制信息和控制指令组; 所述输入存储器,用于基于写地址信息存储DNN网络的权重和激活数据,并基于控制模块输入的读地址信息输出对应的DNN网络的权重和激活数据至所述内积运算单元; 所述内积运算单元,用于基于控制信息和所述DNN网络的权重和激活数据,将相对应的权重和激活数据分别进行组合得到相应的部分和; 所述存内计算单元,用于基于控制指令组和所述部分和并发进行累加运算,得到最终运算结果;所述存内计算单元包括多个Block,每个所述Block用于完成一个计算任务,所述多个Block的数量由最大并发任务数决定;所述Block包括多个Cell,每个Cell包括存储累加部分和输出部分;所述存储累加部分用于存储输入数据并进行累加运算,所述输出部分用于对所述累加运算的结果进行激活处理,得到Cell的输出结果;所述存储累加部分包括状态译码器、预存储存储器、结果存储器、加法器、第一数据选择器;其中,所述状态译码器用于基于输入数据确定预存储存储器和结果存储器的操作类型,以及基于输入数据得到加法器的第一输入数据;所述预存储存储器用于基于所述操作类型,将预存储存储器中的内容输出给加法器作为加法器的第二输入数据;所述加法器用于对所述第一输入数据和第二输入数据进行加法运算;所述第一数据选择器用于基于复位标志选择将结果存储器置0或将加法器的输出存入结果存储器;所述结果存储器用于基于所述操作类型将结果存储器中的内容输出给预存储存储器或所述输出部分。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人晶铁半导体技术(广东)有限公司,其通讯地址为:510535 广东省广州市黄埔区开源大道11号B10栋218室(仅限办公);或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由AI智能生成
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。