专利标题 公开号/公告号 公开日期 摘要 专利状态
神经网络数据运算加速装置、方法、设备与介质 CN202410992516.2 - 本发明涉及神经网络数据运算加速装置、方法、设备与介质，通过首先获取神经网络运算的输入数据和Cin个卷积核数据，先将特征矩阵SMF在C方向划分为N个特征子矩阵MF，然后对于每一个特征子矩阵MF，生成其pad后的img2col操作的索引表，然后将生成img2col操作的索引表映射回原始的特征矩阵SMF的索引表，最后实现神经网络运算的数据的局部化并进入运算处理，可以一次计算多个滑动窗口，即一次可读入多个数据，从而大大减少了对数据的访问次数以极大提升运算效率。相比于传统技术，实现了神经网络的局部化运算，有效减少计算机的缓存占用的同时减少了对特征数据的访问次数，可通用于多种神经网络的运算加速。 公开
U8量化卷积加速装置、方法、设备与介质 CN202410992506.9 - 本发明涉及U8量化卷积加速装置、方法、设备与介质，通过将矩阵乘的局部化和量化相结合，有效提升了卷积的速度并实现了运算局部化，减少缓存占用问题的同时减少了对特征数据的访问次数，同时通用于多种网络，实现边转换边计算。提出了整数乘和移位实现浮点乘方案，无需将结果先反量化再量化为U8数据类型，再输入下一层的网络中，而是可以直接输入到下一层网络中参与计算，极大减少了计算量。与传统技术相比，采用了软硬件协同的优化方案，该方案在U8矩阵乘加速硬件装置中增加在线硬件补偿模块，同步完成补偿值实时计算和卷积推理运算，减少调用次数，大幅提升计算效率。 公开
一种EMIF存储控制接口的自适应参数配置方法 CN202410992379.2 - 一种EMIF存储控制接口的自适应参数配置方法，包括：1、将主机与EMIF接口连接，然后将EMIF接口上的多个片选空间CE分别与不同和/或相同存储器连接；2、判断自适用配置功能是否启动，否则进入3中；是则进入4中；3、用户根据存储特性进行手动配置多个片选空间CE的参数；4、从自适应配置法和循环遍历法两种方法中择其一对多个片选空间CE的参数进行配置。本发明引入了自适应配置机制，对于三种存储类型分别有不同的配置模式，控制器根据连接的存储类型不同，分别以不同的策略进行参数自动配置，解决了用户需要了解存储特性，然后根据特性与时序手动进行参数配置并不断调试的技术问题，缩短了项目开发时间。 公开
多种从机数据处理的网络系统和方法 CN202410597525.1 - 本申请涉及多种从机数据处理的网络系统和方法，通过设计了一个多种从机数据处理的网络系统，可处理系统从机处于数据可被正常访问、数据不想被访问到或由于从机异常导致数据无法被正常访问的多种状态，而保障网络数据正常交互。在数据可正常访问的情况下，保证请求的正确性；在数据不想被访问到的情况下，降低从机部件的功耗。在异常访问发生时，也可解决系统死机的问题，实现了系统环境中多种数据交互情况的有效兼容处理。 实质审查
专用神经网络加速器、方法、设备及介质 CN202410552629.0 - 本申请涉及专用神经网络加速器、方法、设备及介质，该加速器通过针对U8数据类型的输入特征图数据的特点，设计了由控制模块、缓存模块、DSR模块和运算模块组成的专用神经网络加速器，将其用于U8数据类型的输入特征图数据的推理计算。优化了输入特征图数据在神经网络推理过程中的数据存储、转换、计算和写回等的数据流程，实现了对卷积神经网络推理过程的高效加速，并且利用DSR模块的高效数据索引，DSR模块针对U8数据类型的特点，仅负责数据索引而不进行数据重新排序的操作，避免了不必要的数据重排，减少了数据传输过程中的复杂性和延迟，使得加速器在处理U8类型数据时能够更快速地获取和传输数据，提高了加速器的加速性能和效率。 实质审查
软硬件协同设计验证方法、系统、设备与介质 CN202410552614.4 - 本申请涉及软硬件协同设计验证方法、系统、设备与介质，该方法利用Scala的函数式编程特性实现软件算法；接着，基于SpinalHDL语言描述硬件模块，生成Verilog或VHDL代码进行仿真验证；最后，通过Scala的Actor模型实现软硬件协同仿真，确保设计的正确性。整个流程无需深入了解Verilog或VHDL，简化了硬件设计流程，实现了快速高效的硬件设计与验证，有效解决了传统硬件设计繁琐低效的问题。 实质审查
基于查找表逻辑的数据量化激活方法、装置、设备与介质 CN202410552623.3 - 本申请涉及基于查找表逻辑的数据量化激活方法、装置、设备与介质，该方法通过针对U8量化场景设计了基于查找表逻辑的数据量化激活装置，当神经网络的当前层需要对上一层卷积输出的特征进行处理时，装置将被调用并可快速从外部存储设备中获取该当前层所需的查找表及已经转为U8数据类型的上一层卷积输出的特征描述数据，然后由选择器根据卷积结果查找表中，取出对应于该特征描述数据的激活计算与量化后的U8结果，从而直接通过查表的方式获得该当前层的输出结果，实现将反量化、激活和量化三个计算步骤合的快速计算输出，实现了更低功耗、更低成本与更快速度的计算，有效提高了量化激活加速性能。 实质审查
U8量化数据矩阵乘加速卷积运算方法和装置 CN202410335681.0 - 本申请涉及一种U8量化数据矩阵乘加速卷积运算方法和装置，所述方法包括：对卷积层的参数和输入特征进行U8量化，得到量化后的权重、偏置、输入特征以及权重偏移量；对量化后的权重和输入特征采用硬件矩阵乘计算单元进行计算，得到第一矩阵乘结果；根据量化后的输入特征和权重偏移量采用在线硬件补偿单元进行处理，得到部分补偿项；在线硬件补偿单元用于实现矩阵乘；将第一矩阵乘结果、部分补偿项以及量化后的偏置加载到累加器中进行累加，得到补偿后的卷积结果。本方法使用软硬件协同的方式，使得需要实时计算的补偿项和卷积同步计算，减少计算时间；同时优化计算方案，将矩阵乘转换成行累加与广播整数乘，降低计算要求。 实质审查
针对触发器的单粒子翻转纠错方法、装置和设备 CN202311833130.9 - 本申请涉及一种针对触发器的单粒子翻转纠错方法、装置和设备，按照相干性和其他约束将网表中的触发器进行分组，针对每一个触发器簇添加单粒子翻转纠错逻辑，当触发器簇中的某一位触发器发生单粒子翻转错误时，通过纠错码原理构建的检验纠错电路，实现错误的检测和纠正。检验纠错电路根据纠错码的冗余信息确定触发器翻转错误位置，并进行有效的纠正。提高了数字电路系统对于单粒子翻转错误的容错性。通过对触发器进行相干性分组和引入校验触发器与检验纠错电路，系统能够检测和纠正由于环境中的辐射等原因引起的触发器单粒子翻转错误，从而提高了系统的可靠性和稳定性。 实质审查
一种基于矩阵降维的双粒子系统的波函数解析方法 CN202311830452.8 - 本发明公开了一种基于矩阵降维的双粒子系统的波函数解析方法，首先预设4带单粒子系统，根据4带单粒子系统设置6带双粒子系统，并将4带单粒子系统的哈密顿量矩阵扩展成6带双粒子系统的哈密顿量矩阵,然后基于4带单粒子系统的对称性和反对易关系设计幺正变换矩阵，通过幺正变换矩阵对6带双粒子系统的哈密顿量矩阵进行矩阵降维，得到6带双粒子系统降维后的哈密顿量矩阵,最后根据6带双粒子系统降维后的哈密顿量矩阵求解含时哈密顿量，根据含时哈密顿量求解6带双粒子系统的波函数。该方法降低了双粒子系统的波函数解析复杂度，大大简化了双粒子系统的波函数解析过程。 实质审查