This application provides a neural network predictor based on time multiplexing, a neural network chip, a non-volatile processor, an energy management system and applicable electronic devices and devices. The neural network module of the neural network predictor predicts and calculates based on at least one information of the received power supply information, storage information and power cut information, and outputs the prediction calculation. At least one instruction or/or service quality prediction information in data bit width instruction, start instruction or write strategy instruction; its timing control module is used to control the timing of prediction calculation of the neural network module. This application uses a hardware architecture of a neural network predictor to realize multiple prediction calculations in different time periods, thereby achieving the goal of saving hardware cost and area.
【技术实现步骤摘要】
基于时间复用的神经网络预测器及其适用的电子设备
本申请涉及能量管理
,特别是涉及一种基于时间复用的神经网络预测器、神经网络芯片、非易失处理器、能量管理系统及其适用的电子设备及装置。
技术介绍
物联网设备及无线通信技术的快速发展,使得例如高性能、小体积的可穿戴设备或可植入设备得到了突飞猛进的发展,高性能的需求意味着系统能耗的提升,而目前电池的发展速度已经远远落后于能耗需求的增加,并且电池供电依然存在体积重量大和维护费用昂贵的问题。为此,可穿戴设备或可植入设备通常会通过采集外界能量实现自供能,然而,自供能存在着能量有限,变化剧烈以及难以预测的缺陷,因此,物联网节点需要通过合理存储和利用有限的采集能量,并根据不同负载的能量需求进行合理的能量管理,使得能量利用效率最优化。物联网节点中,除了处理器内部的信号处理和控制操作外,还存在处理器与周边设备进行数据通信和信息交互的操作,比如传感器信息从传感器读回到处理器中,存储器芯片中数据的写入和读出,以及数据通过射频单元进行发送接收等。这些都会造成处理器对电能有很高的需求。在自供能系统中,每次原子操作都必须要保证在足够的能量下才能完成。因此,系统的能量管理装置需要能够提供此类支持。为此,科学合理的能源管理则显得尤为重要。
技术实现思路
鉴于以上所述现有相关的缺点,本申请的目的在于提供一种基于时间复用的神经网络预测器、神经网络芯片、非易失处理器、能量管理系统及其适用的电子设备及装置,以利用低成本的方式进行能源管理。为实现上述目的及其他相关目的,本申请的第一方面提供一种基于时间复用的神经网络预测器,所述神经网络预测器包括神经网 ...
【技术保护点】
1.一种基于时间复用的神经网络预测器,其特征在于,包括:神经网络模块,基于接收的至少一个时刻的供电信息、储电信息、以及断电信息中的至少一种信息进行预测计算,输出数据位宽指令、启动指令或写策略指令中的至少一种指令或/及服务质量预测信息;以及时序控制模块,用于控制所述神经网络模块基于接收的所述至少一种信息输出所述至少一种指令或/及服务质量预测信息的预测计算的时序。
【技术特征摘要】
1.一种基于时间复用的神经网络预测器,其特征在于,包括:神经网络模块,基于接收的至少一个时刻的供电信息、储电信息、以及断电信息中的至少一种信息进行预测计算,输出数据位宽指令、启动指令或写策略指令中的至少一种指令或/及服务质量预测信息;以及时序控制模块,用于控制所述神经网络模块基于接收的所述至少一种信息输出所述至少一种指令或/及服务质量预测信息的预测计算的时序。2.根据权利要求1所述的基于时间复用的神经网络预测器,其特征在于,所述神经网络模块基于接收的所述电子设备至少一个时刻的供电信息、储电信息、以及断电信息中的至少一种信息在一个预测计算过程中进行以下一种预测计算:基于接收的所述供电信息进行预测计算获得所述电子设备的未来通电时间及通电置信度;基于接收的所述未来通电时间、通电置信度、储电信息进行预测计算获得数据位宽指令及启动阈值;基于接收的所述数据位宽指令及断电信息进行预测计算获得服务质量预测信息;基于接收的所述断电信息进行预测计算所述电子设备的未来断电时间及断电置信度;基于接收的所述未来断电时间及断电置信度进行预测计算获得写策略指令及写策略置信度。3.根据权利要求2所述的基于时间复用的神经网络预测器,其特征在于,所述时序控制模块用于控制所述神经网络模块在一个上电周期基于接收的供电信息和储电信息中的至少一种信息进行预测计算并输出数据位宽指令及启动指令中的至少一种指令或/及服务质量预测信息。4.根据权利要求3所述的基于时间复用的神经网络预测器,其特征在于,所述时序控制模块控制所述神经网络模块在一个上电周期进行预测计算时序为:令所述神经网络模块基于接收的所述供电信息进行预测计算获得所述电子设备的未来通电时间及通电置信度;令所述神经网络模块基于接收的所述未来通电时间、通电置信度、储电信息进行预测计算获得数据位宽指令及启动指令;以及令所述神经网络模块基于接收的所述数据位宽指令及断电信息进行预测计算获得服务质量预测信息。5.根据权利要求4所述的基于时间复用的神经网络预测器,其特征在于,所述时序控制模块还用于控制所述神经网络模块在一个上电周期内更新所述断电信息。6.根据权利要求2所述的基于时间复用的神经网络预测器,其特征在于,所述时序控制模块用于控制所述神经网络模块在一个断电周期基于接收的断电信息进行预测计算并输出写策略指令。7.根据权利要求6所述的基于时间复用的神经网络预测器,其特征在于,所述时序控制模块,用于控制所述神经网络模块在一个断电周期进行预测计算的时序为:令所述神经网络模块基于接收的所述断电信息进行预测计算所述电子设备的未来断电时间及断电置信度;以及令所述神经网络模块基于接收的所述未来断电时间及断电置信度进行预测计算获得写策略指令及写策略置信度。8.根据权利要求7所述的基于时间复用的神经网络预测器,其特征在于,所述时序控制模块还用于控制所述神经网络模块在一个断电周期内更新所述供电信息。9.根据权利要求1所述的基于时间复用的神经网络预测器,其特征在于,所述神经网络模块为前馈神经网络模块,包括:神经网络单元,包括神经元寄存器、存储有多个权值的权值寄存器、多个选择器及乘法累加单元;以及单次预测状态机,用于控制所述神经网络单元接收到所述至少一种信息进行单次预测计算的时序。10.根据权利要求9所述的基于时间复用的神经网络预测器,其特征在于,所述权值寄存器包括用于存储权值的非易失存储单元。11.根据权利要求9所述的基于时间复用的神经网络预测器,其特征在于,所述单次预测状态机包括用于存储单次预测计算的时序控制程序的非易失移位单元或非易失存储单元。12.根据权利要求1所述的基于时间复用的神经网络预测器,其特征在于,还包括非易失移位单元或非易失存储单元,用于将接收的所述电子设备一个或多个时刻的断电信息、存储信息及断电信息中的至少一种信息予以存储。13.根据权利要求1所述的基于时间复用的神经网络预测器,其特征在于,所述时序控制模块包括用于存储时序控制程序的非易失...
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。