The present invention provides a method for neural network processor includes: 1) to determine the circuit structure of the neural network processor; 2) increase the circuit structure in at least one path of the at least one device delay; 3) by adjusting the working frequency for the neural network processor and evaluation work in every frequency, to determine that the circuit structure increases the delay after the error rate to meet the maximum frequency of the design need, and the neural network weight value corresponding to the.
【技术实现步骤摘要】
一种用于神经网络处理器的方法
本专利技术涉及对神经网络处理器的设计及优化。
技术介绍
深度学习是机器学习领域的重要分支,随着深度神经网络技术的发展,一些用于深度神经网络的专用处理器也应运而生。研究人员在神经网络的硬件加速领域进行了探索,神经网络处理器正在向与异构多核平台发展,例如GPU、FPGA和ASIC等。伴随神经网络复杂度的不断提高,神经网络技术在实际应用过程中存在占用资源多、运算速度慢、能量消耗大等问题,尤其在嵌入式设备中终端设备通常需要较长的续航时间,因此,能耗对与神经网络处理器的功能完整性起着至关重要的作用。另一方面,近阈值(Near-Threshold)集成电路设计是一种针对电路设计的方法,其原理在于首先确定基于工艺的器件电压阈值,通过对电路设计进行调整使得所获得的电路能够在接近晶体管的阈值电压的水平下进行工作。这样的近阈值集成电路设计方法被认为是能够大幅度地降低能耗、将计算能效提升一个数量级的设计技术。然而,直接将电压降低至近阈值水平往往会导致电路无法正常工作或者会大幅地增加系统发生故障的概率,急需一种将近阈值集成电路设计方法与神经网络处理器结合在一起并且能够有效地改善处理器电路性能的用于神经网络处理器的工业设计方法。
技术实现思路
因此,本专利技术的目的在于克服上述现有技术的缺陷,提供1.一种用于神经网络处理器的方法,包括:1)确定所述神经网络处理器的电路构造;2)增加所述电路构造中至少一条路径上的至少一个器件的延时;3)通过调整用于所述神经网络处理器的工作频率并评估在各个工作频率下的工作状况,来确定使得增加了延时后的所述电路构造的错误率满足设 ...
【技术保护点】
一种用于神经网络处理器的方法,包括:1)确定所述神经网络处理器的电路构造;2)增加所述电路构造中至少一条路径上的至少一个器件的延时;3)通过调整用于所述神经网络处理器的工作频率并评估在各个工作频率下的工作状况,来确定使得增加了延时后的所述电路构造的错误率满足设计需要时的最大的工作频率,以及对应的神经网络权重值。
【技术特征摘要】
1.一种用于神经网络处理器的方法,包括:1)确定所述神经网络处理器的电路构造;2)增加所述电路构造中至少一条路径上的至少一个器件的延时;3)通过调整用于所述神经网络处理器的工作频率并评估在各个工作频率下的工作状况,来确定使得增加了延时后的所述电路构造的错误率满足设计需要时的最大的工作频率,以及对应的神经网络权重值。2.根据权利要求1所述的方法,其中步骤3)包括:3-1)确定用于所述神经网络处理器的初始工作频率;3-2)将测试用的数据集作为经过步骤2)处理后的所述神经网络处理器的输入,在当前的工作频率下测试当所述神经网络处理器的错误率收敛时的错误率;3-3)若所述收敛时的错误率小于满足设计需要的阈值,则调整所述工作频率并重复上述步骤3-2),若所述收敛时的错误率大于或等于满足设计需要的阈值,则输出当前神经网络处理器的工作频率以及神经网络权重值。3.根据权利要求2所述的方法,其中步骤3-2)包括:3-2-1)将测试用的数据集作为经过步骤2)处理后的所述神经网络处理器的输入,所述神经网络处理器采用前一次迭代中计算获得的神经网络权重值,根据输入的测试用的数据集进行正向传播的计算,其中,对于第一次迭代,采用初始的神经网络权重值;3-2-2)将正向传播的计算的结果与期望的结果进行比对,获得错误率;3-2-3)在未达到设定的第二最大迭代次数时,若所述错误率收敛,则输出所述错误率和当前的神经网络权重值,否则执行反向传播的计算以更新神经网络权重值,并重复步骤3-2-1)至步骤3-2-3);在达到设定的第二最大迭代次数时,输出所...
【专利技术属性】
技术研发人员:韩银和,许浩博,王颖,
申请(专利权)人:中国科学院计算技术研究所,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。