公开(公告)号：CN119538997A

公开(公告)日：2025-02-28

申请号：CN202411575013.1

申请日：2024-11-06

Applicant: 南京大学

Inventor： 傅玉祥 ,  陶强 ,  宋雨龙 ,  贾博琪 ,  曾煦森 ,  贲驰 ,  李丽 ,  李伟 ,  何书专

IPC: G06N3/063 ,  G06N3/08 ,  G06F11/30 ,  G06F11/34

Abstract: 本发明涉及深度学习加速的技术领域，公开了一种基于异构SoC的混合精度DNN性能成本模型构建系统，获取不同数据量从低精度到高精度和从高精度到低精度精度转换的时间和功耗，量化执行所述精度转换的时间，分析精度转换对计算流水线的执行开销和数据搬运开销，通过构建混合精度执行成本模型量化不同映射计划在异构SoC上的执行时间、功耗、层间切换开销和精度转换开销来构建系统，通过该系统进行层配置和统计信息决定每层的计算精度，估计不同环境条件下的功耗和执行时间，模拟在不同温度条件下系统的功耗和性能表，并实施实时监控机制来检测温度变化，实现的系统具有更高的能效，适用于能源敏感的应用场景。