申请/专利权人：苏州亿铸智能科技有限公司

申请日：2023-02-28

公开（公告）日：2023-10-27

公开（公告）号：CN116306811B

主分类号：G06N3/0464

分类号：G06N3/0464;G06N3/063

优先权：

专利状态码：有效-授权

法律状态：2023.10.27#授权;2023.07.11#实质审查的生效;2023.06.23#公开

摘要：本发明公开了一种针对ReRAM部署神经网络的权重分配方法，属于神经网络技术领域，其方法包括：遍历神经网络结构，将权重进行转换，适配到存算神经网络计算引擎，每层的权重形成一个3维的小立方体；使用3d背包算法，遍历所有的权重立方体，将小立方体放到存算阵列转换的大立方体中，并获取对应的坐标信息。本发明转换了存算阵列视角，将权重存放问题抽象为传统的3d背包问题，便于使用成熟的算法解决陌生的问题，提高了权重存放的效率；同时适用于多数神经网络的权重存放，可复用性高，更利于神经网络的部署与存算神经网络计算引擎的迭代改进。

主权项：1.一种针对ReRAM部署神经网络的权重分配方法，其特征在于，包括以下步骤：步骤1：读入神经网络；步骤2：读入神经网络层信息；步骤3：判断是否包括权重数据；步骤4：若是，则进行权重转换，形成3维小立方体；若否，则跳转至步骤5；其中，所述步骤4中的权重转换具体为：将神经网络权重转换为存算神经网络计算引擎支持的3维小立方体；其中，权重转换的映射关系为：3维小立方体的rowBank表示并行放置的bank数量，即一次进行能使用的最大bank数量；一个bank由144B*256行组成，即一个bank的存储容量为144B*256=36KB；底面由rowBank*columns组成，表示当前的计算资源；步骤5：判断神经网络层是否为最后一层；步骤6：若是，则使用3d背包算法将3维小立方体存放到存算阵列转换的大立方体中；若否，则读入该神经网络层的下一层，并跳转至步骤2；其中，所述步骤6中使用3d背包算法将3维小立方体存放到存算阵列转换的大立方体中具体包括以下步骤：步骤601：对3维小立方体降序排列；步骤602：依次传入排序好的小立方体进行存放，并先沿colums方向摆放，如果小立方体的columns超过存算颗粒大立方体的边界，则增加最大的rowBanks到下一行摆放；再沿rowBank方向摆放，如果当前平面摆放满，则增加rows到下一层空间摆放；最后沿rows方向摆放；步骤603：存放结束，获取存放的所有小立方体坐标，生成神经网络部署的权重分布信息；其中，所述步骤601中的降序排列以rowbankcolumnsrows的优先级进行降序排列；步骤7：输出存放坐标。

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部署神经网络的权重分配方法

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