存内计算装置、神经网络加速器和电子设备

    公开(公告)号:CN116504291A

    公开(公告)日:2023-07-28

    申请号:CN202210769401.8

    申请日:2022-06-30

    申请人: 清华大学

    摘要: 本公开涉及一种存内计算装置、神经网络加速器和电子设备,所述装置包括:计算阵列,包括多个计算模块,计算模块包括至少一个存储单元、复位开关、电容,存储单元包括至少一个存储开关,存储开关包括存储控制端、存储检测端和存储端,存储端用于接收存储状态电平以存储与该存储状态电平对应的信息;控制端用于接收控制电压,以调整检测端和存储端之间的阻抗特性,复位开关包括复位控制端、复位检测端和复位端,复位控制端用于接收复位电压;复位端用于接收复位状态电平;控制模块,用于控制计算阵列进行存储操作、读取操作、计算操作中的至少一种操作。本公开实施例具有较高的面积效率,显著降低了存取数据、存内计算的功耗。

    静态随机访问存储器及电子设备

    公开(公告)号:CN113140245B

    公开(公告)日:2023-02-24

    申请号:CN202110540242.X

    申请日:2021-05-18

    申请人: 清华大学

    摘要: 本公开涉及一种静态随机访问存储器及电子设备,所述存储器包括至少一个存储电路,所述存储电路包括:第一反相器、第二反相器、第一开关、第二开关、第三开关、第四开关、第五开关、字线、第一位线、第二位线、移位输入线及移位输出线,在所述电路工作在第一模式的情况下,所述电路用于利用所述第一位线和/或所述第二位线存取数据;或在所述电路工作在第二模式的情况下,所述电路用于对所述移位输入线输入的数据进行移位,并通过所述移位输出线输出移位后的数据。本公开实施例通过在存储器内部实现移位输入及输出,能够完成高并发度的数据存取和更新,并且具有高集成度、低功耗的特点。

    一种检测图像信息的方法、装置和存储介质

    公开(公告)号:CN112818809A

    公开(公告)日:2021-05-18

    申请号:CN202110109437.9

    申请日:2021-01-25

    申请人: 清华大学

    摘要: 本申请公开了一种检测图像信息的方法、装置和存储介质,具体为获取至少一对待处理图像对样本;基于第一图像样本和第一重构图像特征信息,计算第二特征提取模型的重构损失函数;基于第二重构图像特征信息和第一图像样本,计算第三特征提取模型的对抗损失函数;基于重构损失函数和对抗损失函数,对第一特征提取模型中的第一模型参数进行优化,生成优化后的第一特征提取模型;将获取的待处理图像对输入优化后的第一特征提取模型,生成待处理图像对中的第一图像和第二图像之间的差异信息。本申请实施例通过利用未标注差异信息的图像对样本,降低了第一特征提取模型对于标注数据的依赖,提升了模型的识别效率和识别准确率。

    存内计算装置、神经网络芯片和电子设备

    公开(公告)号:CN116150084A

    公开(公告)日:2023-05-23

    申请号:CN202310179670.3

    申请日:2023-02-28

    申请人: 清华大学

    IPC分类号: G06F15/78 G06N3/06

    摘要: 本公开涉及一种存内计算装置、神经网络芯片和电子设备,所述装置包括:至少一个存算单元,存算单元包括至少一个只读存储器件、读写存储器件、开关器件、控制字线、计算位线,其中,所述读写存储器件存储的控制电压用于控制所述开关器件的导通状态,以调整所述只读存储器件的控制端和所述控制字线的连接关系,所述只读存储器件的第一端接地,所述只读存储器件的第二端连接于所述计算位线;控制模块,用于:通过所述控制字线写入待操作数据;通过所述计算位线获取所述待操作数据与所述只读存储器件的存储数据的运算结果。本公开实施例可以实现高效的存内运算,并且利用只读存储器件、读写存储器件实现存算单元,可以提高存内计算装置的面积效率。

    静态随机访问存储器及电子设备

    公开(公告)号:CN113140245A

    公开(公告)日:2021-07-20

    申请号:CN202110540242.X

    申请日:2021-05-18

    申请人: 清华大学

    摘要: 本公开涉及一种静态随机访问存储器及电子设备,所述存储器包括至少一个存储电路,所述存储电路包括:第一反相器、第二反相器、第一开关、第二开关、第三开关、第四开关、第五开关、字线、第一位线、第二位线、移位输入线及移位输出线,在所述电路工作在第一模式的情况下,所述电路用于利用所述第一位线和/或所述第二位线存取数据;或在所述电路工作在第二模式的情况下,所述电路用于对所述移位输入线输入的数据进行移位,并通过所述移位输出线输出移位后的数据。本公开实施例通过在存储器内部实现移位输入及输出,能够完成高并发度的数据存取和更新,并且具有高集成度、低功耗的特点。

    一种提升局部类别区分度的跨领域自适应图像分类方法

    公开(公告)号:CN110020674B

    公开(公告)日:2021-01-29

    申请号:CN201910190041.4

    申请日:2019-03-13

    申请人: 清华大学

    发明人: 宋士吉 陈一鸣

    IPC分类号: G06K9/62 G06F16/55

    摘要: 本发明涉及一种提升局部类别区分度的跨领域自适应图像分类方法,属于图像处理技术领域。本发明的跨领域自适应图像分类方法,当训练一个图像内容分类模型时,训练集和测试集的图像在色调、角度、清晰度等方面存在差异,表示图像信息的数据服从不同的概率分布。学习两个图像分布共享的特征,同时对每一张图像,在与其风格相似的其他图像中,挖掘与其内容相同的图像之间的共同点,以及内容不同的图像之间的差异性,使同类内容图像聚集性更强,而不同类内容图像之间相互干扰减少,从而提升图像数据集的局部类别区分度,进而提高图像分类的准确度。

    一种提升局部类别区分度的跨领域自适应图像分类方法

    公开(公告)号:CN110020674A

    公开(公告)日:2019-07-16

    申请号:CN201910190041.4

    申请日:2019-03-13

    申请人: 清华大学

    发明人: 宋士吉 陈一鸣

    IPC分类号: G06K9/62 G06F16/55

    摘要: 本发明涉及一种提升局部类别区分度的跨领域自适应图像分类方法,属于图像处理技术领域。本发明的跨领域自适应图像分类方法,当训练一个图像内容分类模型时,训练集和测试集的图像在色调、角度、清晰度等方面存在差异,表示图像信息的数据服从不同的概率分布。学习两个图像分布共享的特征,同时对每一张图像,在与其风格相似的其他图像中,挖掘与其内容相同的图像之间的共同点,以及内容不同的图像之间的差异性,使同类内容图像聚集性更强,而不同类内容图像之间相互干扰减少,从而提升图像数据集的局部类别区分度,进而提高图像分类的准确度。

    内容可寻址存储装置、存储器及电子设备

    公开(公告)号:CN116343866A

    公开(公告)日:2023-06-27

    申请号:CN202211728423.6

    申请日:2022-12-30

    申请人: 清华大学

    IPC分类号: G11C15/04 G11C7/18

    摘要: 本公开涉及一种内容可寻址存储装置、存储器及电子设备,所述装置包括:多个存储单元,每个存储单元包括只读存储器件、电容,只读存储器件包括第一输入端、第二输入端和输出端,只读存储器件的输出端和所述电容的第一端相连,所述只读存储器件通过第一输入端、第二输入端与输出端的连接关系存储数据;控制模块,连接于各个存储单元,用于:对各个存储单元的只读存储器件的第一输入端、第二输入端进行电压控制,以执行目标操作;根据所述电容的第二端的电压确定所述目标操作的操作结果。本公开实施例基于只读存储器件实现内容可寻址存储装置,可以提高内容可寻址存储装置的面积效率,减少乃至消除因内存访问而导致的不必要能量开销、降低能耗。

    一种检测图像信息的方法、装置和存储介质

    公开(公告)号:CN112818809B

    公开(公告)日:2022-10-11

    申请号:CN202110109437.9

    申请日:2021-01-25

    申请人: 清华大学

    摘要: 本申请公开了一种检测图像信息的方法、装置和存储介质,具体为获取至少一对待处理图像对样本;基于第一图像样本和第一重构图像特征信息,计算第二特征提取模型的重构损失函数;基于第二重构图像特征信息和第一图像样本,计算第三特征提取模型的对抗损失函数;基于重构损失函数和对抗损失函数,对第一特征提取模型中的第一模型参数进行优化,生成优化后的第一特征提取模型;将获取的待处理图像对输入优化后的第一特征提取模型,生成待处理图像对中的第一图像和第二图像之间的差异信息。本申请实施例通过利用未标注差异信息的图像对样本,降低了第一特征提取模型对于标注数据的依赖,提升了模型的识别效率和识别准确率。