神经网络运算方法及相关装置

    公开(公告)号:CN111260051B

    公开(公告)日:2024-05-14

    申请号:CN202010085465.7

    申请日:2020-02-01

    IPC分类号: G06N3/063

    摘要: 本申请实施例公开了一种神经网络运算方法及相关装置,包括:多个神经网络运算核,其中,多个神经网络运算核中的每个包括:神经元选数模块,用于接收多个输入神经元,获取多个输入神经元的输入神经元索引序列和权值索引序列,依据所述输入神经元索引序列和所述权值索引序列确定目标输入神经元和目标权值索引;神经网络功能模块,用于接收目标输入神经元和目标权值索引;并依据所述目标权值索确定目标权值,依据所述目标权值对所述目标输入神经元进行计算,得到输出神经元;神经元过滤器,用于接收所述神经网络功能模块的所述输出神经元,对所述输出神经元进行过滤,得到过滤后的输出神经元。实施本申请实施例具有提高神经网络计算速率的优点。

    执行方法、装置及相关产品

    公开(公告)号:CN112396186B

    公开(公告)日:2024-05-03

    申请号:CN201910740813.7

    申请日:2019-08-12

    IPC分类号: G06N20/00

    摘要: 本公开涉及一种执行方法、装置及相关产品。机器学习装置包括一个或多个指令处理装置,用于从其他处理装置中获取待执行数据和控制信息,并执行指定的机器学习执行,将执行结果通过I/O接口传递给其他处理装置;当机器学习执行装置包含多个指令处理装置时,多个指令处理装置间可以通过特定的结构进行连接并传输数据。其中,多个指令处理装置通过快速外部设备互连总线PCIE总线进行互联并传输数据;多个指令处理装置共享同一控制系统或拥有各自的控制系统、且共享内存或者拥有各自的内存;多个指令处理装置的互联方式是任意互联拓扑。本公开实施例所提供的执行方法、装置及相关产品的适用范围广,对收集指令的处理效率高、处理速度快。

    用于执行LSTM神经网络运算的装置和运算方法

    公开(公告)号:CN113537481B

    公开(公告)日:2024-04-02

    申请号:CN202110713121.0

    申请日:2016-12-30

    摘要: 一种用于执行LSTM神经网络运算的装置和运算方法。该装置包括直接内存访问单元、指令缓存单元、控制器单元、并列设置的多个数据缓存单元和并列设置的多个数据处理模块,其中所述多个数据处理模块与所述数据缓存单元一一对应,用于从相应数据缓存单元中获取输入数据和运算时所需的权值和偏置,进行LSTM神经网络运算;所述多个数据处理模块之间执行并行运算。本发明采用专用指令运行,运算所需指令数大幅减少,译码开销降低;将权值和偏置缓存,使得数据传输开销降低;本发明不限制具体应用领域,可在诸如语音识别、文本翻译、音乐合成等领域使用,可扩展性强;多个数据处理模块并行运行,显著提高LSTM网络的运算速度。

    用于执行LSTM神经网络运算的装置和运算方法

    公开(公告)号:CN113537480B

    公开(公告)日:2024-04-02

    申请号:CN202110708810.2

    申请日:2016-12-30

    摘要: 一种用于执行LSTM神经网络运算的装置和运算方法。该装置包括直接内存访问单元、指令缓存单元、控制器单元、并列设置的多个数据缓存单元和并列设置的多个数据处理模块,其中所述多个数据处理模块与所述数据缓存单元一一对应,用于从相应数据缓存单元中获取输入数据和运算时所需的权值和偏置,进行LSTM神经网络运算;所述多个数据处理模块之间执行并行运算。本发明采用专用指令运行,运算所需指令数大幅减少,译码开销降低;将权值和偏置缓存,使得数据传输开销降低;本发明不限制具体应用领域,可在诸如语音识别、文本翻译、音乐合成等领域使用,可扩展性强;多个数据处理模块并行运行,显著提高LSTM网络的运算速度。

    运算装置及方法
    20.
    发明授权

    公开(公告)号:CN111523653B

    公开(公告)日:2024-03-29

    申请号:CN201910109490.1

    申请日:2019-02-03

    IPC分类号: G06N3/063 G06N3/0464

    摘要: 本公开提供一种运算装置和方法,所述装置用于计算获得电压频率控制信息,并根据电压频率控制信息调整运算装置的工作电压或工作频率。本申请实施例通过调整神经网络处理器的工作频率和工作电压,有效降低神经网络处理器的功耗并提升其稳定性,延长神经网络处理器的使用寿命。