申请/专利权人：西安翔腾微电子科技有限公司

申请日：2023-12-18

公开（公告）日：2024-04-09

公开（公告）号：CN117852629A

主分类号：G06N3/10

分类号：G06N3/10;G06N3/0464;G06N3/042;G06N3/0495;G06N5/04

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.26#实质审查的生效;2024.04.09#公开

摘要：本发明涉及一种支持神经网络推理移位量化计算的NPU设计方法，该方法包括以下步骤：1提供训练完成的定点int8类型的卷积神经网络模型和每个卷积层对应的移位数；2在神经网络推理过程中，卷积的偏置项bias不参与卷积操作，卷积的权重与输入数据进项卷积操作；3在卷积计算完成后，经过移位操作得到计算结果；4对移位结果数值截断，取低八位数值，保持符号位不变；5对移位结果数值范围限制在int8表示范围内，即[‑128,127]之间；6对移位后数值加上偏置项bias，并将结果数值限制在int8表示范围内，即[‑128,127]之间；7在神经网络推理过程中除了卷积算子外，其它算子计算方式保持不变。本发明可以达到神经网络算法在NPU上迁移时0精度损失。

主权项：1.一种支持神经网络推理移位量化计算的NPU设计方法，其特征在于：该方法包括以下步骤：1提供训练完成的定点int8类型的卷积神经网络模型和每个卷积层对应的移位数；2在神经网络推理过程中，卷积操作与普通的卷积操作不同，在本方法中，卷积的偏置项bias不参与卷积操作，卷积的权重不含偏置项bias与输入数据进项卷积操作；3在卷积计算不含偏置项bias计算完成后，经过移位操作得到计算结果，其中移位数为正表示向右移位，高位补零，相当于缩小计算结果数值；移位数为负表示向左移位，低位补零，相当于放大计算结果数值；4对移位结果数值截断，取低八位数值，保持符号位不变；5对移位结果数值范围限制在int8表示范围内，即[-128,127]之间；6对移位后数值加上偏置项bias，并将结果数值限制在int8表示范围内，即[-128,127]之间；7在神经网络推理过程中除了卷积算子外，其它算子计算方式保持不变。

全文数据：

权利要求：

百度查询： 西安翔腾微电子科技有限公司 一种支持神经网络推理移位量化计算的NPU设计方法

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