1. 您所在位置：
  2. 网站首页
  3. 专利分类
  4. 物理
发明

一种基于RISC-V的深度可分离卷积神经网络加速器2024

2024-03-18 07:56:04 发布于四川 17
  • 申请专利号：CN202311730280.7
  • 公开（公告）日：2024-03-15
  • 公开（公告）号：CN117709422A
  • 申请人：华东师范大学
摘要：本发明公开了一种基于RISC‑V的深度可分离卷积神经网络加速器，包括存储模块、计算模块和控制模块，各个模块连接组成硬件流水线，实现深度可分离卷积加速计算。深度可分离卷积包括深度卷积和点卷积两种计算。该加速器采用Winograd算法计算深度卷积，加速计算的同时减少了硬件乘法器的使用量；对点卷积利用并行乘法器和加法树进行加速，并与深度卷积加速流水线之间共用部分相同硬件，进一步提高了硬件资源利用率。RISC‑V处理器通过拓展的自定义卷积指令集调用加速器。本发明在支持加速深度可分离卷积的同时，具有低功耗、低硬件资源消耗的优点，为资源受限环境下卷积神经网络的部署提供了一个高效可行的选择。

专利内容

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 117709422 A (43)申请公布日 2024.03.15 (21)申请号 202311730280.7 (22)申请日 2023.12.15 (71)申请人 华东师范大学 地址 200241 上海市闵行区东川路500号 (72)发明人 魏同权　陈鑫　 (74)专利代理机构 上海蓝迪专利商标事务所 (普通合伙) 31215 专利代理师 徐筱梅　张翔 (51)Int.Cl. G06N 3/063 (2023.01) G06N 3/0464 (2023.01) G06F 9/50 (2006.01) 权利要求书3页 说明书8页 附图3页 (54)发明名称 一种基于RISC-V的深度可分离卷积神经网 络加速器 (57)摘要 本发明公开了一种基于RISC‑V的深度可分 离卷积神经网络加速器，包括存储模块、计算模 块和控制模块，各个模块连接组成硬件流水线， 实现深度可分离卷积加速计算。深度可分离卷积 包括深度卷积和点卷积两种计算。该加速器采用 Winograd算法计算深度卷积，加速计算的同时减 少了硬件乘法器的使用量；对点卷积利用并行乘 法器和加法树进行加速，并与深度卷积加速流水 线之间共用部分相同硬件，进一步提高了硬件资 源利用率。RISC‑V处理器通过拓展的自定义卷积 指令集调用加速器。本发明在支持加速深度可分 A 离卷积的同时，具有低功耗、低硬件资源消耗的 2 优点，为资源受限环境下卷积神经网络的部署提 2 4

最新专利

相关专利