一種基于通用神經網絡處理器并行加速ResNet的實現(xiàn)方法

基本信息

申請?zhí)?/td> CN202110780533.6 申請日 -
公開（公告）號 CN113657575A 公開（公告）日 2021-11-16
申請公布號 CN113657575A 申請公布日 2021-11-16
分類號 G06N3/04（2006.01）I;G06N3/063（2006.01）I;G06N3/08（2006.01）I;G06F9/38（2006.01）I 分類 計算；推算；計數(shù);
發(fā)明人 楊龔軼凡;闖小明;鄭瀚尋;王潤哲 申請（專利權）人 蘇州仰思坪半導體有限公司
代理機構 北京棘龍知識產權代理有限公司 代理人 張開
地址 215000江蘇省蘇州市高新區(qū)馬澗路2000號1幢11層1113-2室
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種基于通用神經網絡處理器并行加速ResNet的實現(xiàn)方法，包括以下步驟：將數(shù)據(jù)集和權重從中央緩存區(qū)載入寄存器，進行卷積層的運算，將權重矩陣從寄存器載入矩陣乘法單元；以流數(shù)據(jù)的方式將數(shù)據(jù)集矩陣送入矩陣乘法單元，并將運算結果寫回寄存器，重復這一過程直到全部的數(shù)據(jù)處理完畢；用向量壓縮單元完成批標準化的運算；用SIMD運算單元完成線性整流的運算；用SIMD運算單元和向量壓縮單元完成池化層的運算；用矩陣乘法單元完成全連接層的運算，結果寫回到寄存器；將寄存器中的結果寫回中央緩存區(qū)。采用矩陣乘法單元完成卷積層和全連接層的運算，具備最佳的性能和性能功耗比，實現(xiàn)更低的能源消耗，更短的模型收斂時間，更快的圖像識別速度。