[发明专利]一种基于ResNet50网络的AI加速卡仿真测试系统及其工作方法

说明书

本申请公开了一种基于ResNet50网络的AI加速卡仿真测试系统及其工作方法，该仿真测试系统主要包括：卷积模块、激活模块、池化模块、残差模块、全连接模块、softmax模块和量化模块。仿真测试系统的工作方法主要包括：搭建基础模块，利用基础模块构建branch1分枝和branch2分枝，利用branch1分枝和branch2分枝组成res；利用res构建ResNet50网络；利用卷积模块进行卷积计算；采用量化模块对卷积计算后的float32数据进行量化，获取量化后的数据；根据量化后的数据，在ResNet50网络中对AI加速卡进行仿真测试。通过本申请，能够有效减少运算量，节省测试时间，从而快速验证AI加速卡的系统设计问题和量化后的算法精度，进而加快软件调试和硬件开发速度。

技术领域

本申请涉及人工智能技术领域，特别是涉及一种基于ResNet50网络的AI加速卡仿真 测试系统及其工作方法。

背景技术

随着人工智能在各领域的广泛应用，人民对人工智能的计算速度和精度要求越来越 高。为了满足人民对计算精度和速度的需求，各大硬件厂商专门涉及AI加速卡。对于 设计完成的加速卡，在进行板卡制作前需要验证其性能是否合格。因此，如何对AI加 速卡进行验证，以便于提高板卡制作的成功率，是个重要技术问题。

目前对AI加速卡进行验证的方法，主要是在板卡上直接验证，通过对板卡的测试来确认是否有设计错误，然后根据验证结果反过来修订设计缺陷。

然而，目前对AI加速卡进行验证的方法中，由于直接在板卡上验证，无法有效的获取中间输出结果，如果设计缺陷导致板卡验证问题，需要大量的时间进行调试，从而 导致AI加速卡的设计效率较低。

发明内容

本申请提供了一种基于ResNet50网络的AI加速卡仿真测试系统及其工作方法，以解 决现有技术中AI加速卡的设计效率较低的问题。

为了解决上述技术问题，本申请实施例公开了如下技术方案：

一种基于ResNet50网络的AI加速卡仿真测试系统，所述仿真测试系统包括：

卷积模块，用于根据量化后的数据，按照不同的卷积核进行卷积计算；

激活模块，用于利用ReLU函数进行激活操作；

池化模块，用于根据相应的下采样方法对数据进行降维；

残差模块，用于将branch分支的输入数据和残差数据进行两两加和，获取输出数据，所述branch分支用于组成res；

全连接模块，用于对输入层神经元和输出层神经元建立权重连接；

softmax模块，用于将多个神经元的输出映射到(0,1)区间内，并在(0,1)区间 内利用公式进行多分类，其中，

量化模块，用于对卷积计算后的int32数据进行量化，获取量化后的数据。

可选地，所述卷积模块包括：

数据获取单元，用于获取量化后的FeatureMap数据、weights数据、biase数据和量化参数数据；

第一判断单元，用于判断weights数据是否为7*7的卷积核；

拆分单元，用于当weights数据为7*7的卷积核时，将所述7*7的卷积核拆分成3*3的卷积核，并将第一FeatureMap数据拆分成第二FeatureMap数据，所述第一FeatureMap 数据为所述7*7的卷积核所匹配的FeatureMap数据，所述第二FeatureMap数据为与3*3 的卷积核padding尺寸相匹配的FeatureMap数据；

第二判断单元，用于当weights数据不为7*7的卷积核时，判断weights数据是否为3*3的卷积核；