[发明专利]浮点运算定点化方法及系统

权利要求书

1.一种浮点运算定点化方法，其特征在于包括以下步骤：

根据预设的数值范围以及计算的精度需求，调整可调精度浮点数据的指数和有效位，所述可调精度浮点数据包括符号、指数和有效数；

所述可调精度浮点数据的指数的位宽和有效数的位宽随所述数值范围和所述精度要求的变化做相应调整；

预先将单精度浮点格式的参数数据转换为可调精度浮点数据，具体步骤包括：

单精度浮点数据定点化，将含有小数的单精度浮点数据乘以系数后转换为定点整数；

将转换后的定点整数表示为二进制数，并根据可调精度浮点数据有效数所支持的位宽对此二进制定点整数向右移位，移位后的数据即有效数，并根据移位的位数确定指数，将有效数添加上指数和符号位后即为可调精度浮点数据；

计算时将所述可调精度浮点数据转换为定点数据并用于计算，并将计算产生的中间结果转换为可调精度浮点数据；

待全部计算完成后产生最终结果，将最终结果转换为单精度浮点格式数据；

在FPGA或其它神经网络运算芯片内部将可调精度浮点数据送入到定点DSP进行运算前需要将可调精度浮点还原为定点数据，需要根据符号、指数对有效数进行处理，转换为定点数据，定点运算后的中间结果需要存储到DDR之前同样需要进行定点数据到可调精度浮点数据的转换，以提升数据传输的效率以及方便再次读回FPGA时数据的统一处理。

2.根据权利要求1所述的浮点运算定点化方法，其特征在于：所述将所述可调精度浮点数据转换为定点数据的具体步骤包括：

根据所述可调精度浮点数据的指数大小对所述可调精度浮点数据的有效数向左移位，移位的位数由指数确定；

移位后判断符号位，如果是负数将移位后的数据采用补码表示。

3.根据权利要求1所述的浮点运算定点化方法，其特征在于：所述根据预设的数值范围以及计算的精度需求的具体设置过程为：

将神经网络模型训练好的参数数据进行归纳分析，确定参数数据的最大值和最小值，并对神经网络模型中的单精度浮点格式数据进行模拟计算得到计算结果，根据计算结果确定数值范围以及计算的精度要求，为可调精度浮点数据转换过程中的指数和有效数的调整提供依据。

4.一种浮点运算定点化系统，其特征在于包括：

第一转换模块，用于根据预设的数值范围以及计算的精度需求，调整可调精度浮点数据的指数和有效位，预先将单精度浮点格式的参数数据转换为可调精度浮点数据，所述第一转换模块设置为：

所述可调精度浮点数据包括符号、指数和有效数；

所述可调精度浮点数据的指数的位宽和有效数的位宽随所述数值范围和所述精度要求的变化做相应调整；

所述将单精度浮点格式的参数数据转换为可调精度浮点数据的具体步骤包括：

单精度浮点数据定点化，将含有小数的单精度浮点数据乘以系数后转换为定点整数；

将转换后的定点整数表示为二进制数，并根据可调精度浮点数据有效数所支持的位宽对此二进制定点整数向右移位，移位后的数据即有效数，并根据移位的位数确定指数，将有效数添加上指数和符号位后即为可调精度浮点数据；

第二转换模块，用于计算时将所述可调精度浮点数据转换为定点数据并用于计算，并将计算产生的中间结果转换为可调精度浮点数据；

第三转换模块，用于待全部计算完成后产生最终结果，将最终结果转换为单精度浮点格式数据；

在FPGA或其它神经网络运算芯片内部将可调精度浮点数据送入到定点DSP进行运算前需要将可调精度浮点还原为定点数据，需要根据符号、指数对有效数进行处理，转换为定点数据，定点运算后的中间结果需要存储到DDR之前同样需要进行定点数据到可调精度浮点数据的转换，以提升数据传输的效率以及方便再次读回FPGA时数据的统一处理。

5.根据权利要求4所述的浮点运算定点化系统，其特征在于：所述第二转换模块设置为：

根据所述可调精度浮点数据的指数大小对所述可调精度浮点数据的有效数向左移位，移位的位数由指数确定；

移位后判断符号位，如果是负数将移位后的数据采用补码表示。

6.根据权利要求4所述的浮点运算定点化系统，其特征在于：所述第一转换模块设置为：

将神经网络模型训练好的参数数据进行归纳分析，确定参数数据的最大值和最小值，并对神经网络模型中的单精度浮点格式数据进行模拟计算得到计算结果，根据计算结果确定数值范围以及计算的精度要求，为可调精度浮点数据转换过程中的指数和有效数的调整提供依据。