申请/专利权人：苏州亿铸智能科技有限公司

申请日：2023-02-01

公开（公告）日：2023-08-25

公开（公告）号：CN115965067B

主分类号：G06N3/063

分类号：G06N3/063;G06N3/048;G06N3/08;G06N3/0464

优先权：

专利状态码：有效-授权

法律状态：2023.08.25#授权;2023.05.02#实质审查的生效;2023.04.14#公开

摘要：本发明公开了一种基于ReRAM的神经网络加速器，属于神经网络加速器设计领域，其加速器包括ReRAM原位计算阵列、输入寄存器、累加缓存器、向量逻辑单元、全局缓存器、计算控制单元和特征数据读写DMA；所述输入寄存器和累加缓存器连接ReRAM原位计算阵列。本发明采用一种新颖的神经网络权重的映射方法用于神经网络的推理计算，并采用高效的直接存储器访问和灵活的数据摆放格式，在提高数据流和计算流并行度的同时，解决了推理过程中数据阻塞的问题，提升架构的数据吞吐率。

主权项：1.一种基于ReRAM的神经网络加速器，其特征在于，包括ReRAM原位计算阵列、输入寄存器、累加缓存器、向量逻辑单元、全局缓存器、计算控制单元和特征数据读写DMA；所述输入寄存器和累加缓存器连接ReRAM原位计算阵列；所述ReRAM原位计算阵列的计算单元组织形式采用交叉电路布局，每个字线和位线的交叉点均为一个映射多比特数据的ReRAM器件；ReRAM原位计算阵列包含多组计算Array，每组Array包含列方向上的多个BankReRAM计算单元；所述输入寄存器为计算流程中输入特征图和阵列计算之间的连接桥，用于数据缓存、布局转换和数据分发；所述累加缓存器用于缓存和累加ReRAM原位计算阵列输出的部分和数据；所述向量逻辑单元用于根据神经网络层的需要进行对应的激活函数计算和网络池化计算；所述全局缓存器的输入端连接向量逻辑单元，全局缓存器的输出端连接输入寄存器；用于缓存神经网络层间的中间数据；所述计算控制单元用于管理片上数据存取、搬运和计算全过程；所述特征数据读写DMA用于对特征数据进行搬运。

全文数据：

权利要求：

百度查询： 苏州亿铸智能科技有限公司 一种针对ReRAM的神经网络加速器

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD