[发明专利]用于加速BERT神经网络运算的深度学习加速器有效
| 申请号： | 201911160365.X | 申请日： | 2019-11-23 |
| 公开（公告）号： | CN111062471B | 公开（公告）日： | 2023-05-02 |
| 发明（设计）人： | 刘诗玮;张怡云;史传进 | 申请（专利权）人： | 复旦大学 |
| 主分类号： | G06N3/063 | 分类号： | G06N3/063;G06N3/048;G06N3/045;G06N3/08 |
| 代理公司： | 上海正旦专利代理有限公司 31200 | 代理人： | 陆飞;陆尤 |
| 地址： | 200433 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于集成电路技术领域，具体为一种用于加速BERT神经网络运算的深度学习加速器。本发明加速器包括：三个矩阵乘阵列，用于计算乘累加操作；一个Softmax与点积计算单元，用于计算Softmax概率函数，并对分支网络输出进行点乘得到输出特征值；三个特征存储器，用于存储输入、输出特征值；两个权重存储器；一个控制器和片上片外接口，用于控制片外DRAM中的数据与片上数据进行交互。本发明针对神经网络中的分支网络结构进行优化，有效减少中间数据的存储空间，降低片外片上数据交互次数，降低功耗；同时通过配置存储单元与计算单元间可重构的数据互联，满足BERT神经网络中的分支网络结构计算要求，可用于端到端的神经网络计算。 | ||
| 搜索关键词： | 用于 加速 bert 神经网络 运算 深度 学习 加速器 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于复旦大学，未经复旦大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201911160365.X/，转载请声明来源钻瓜专利网。
- 上一篇：一种废水回收装置
- 下一篇：一种基于状态空间的智能合约形式化验证系统及方法
