一种集成神经网络模型的SiP微系统芯片技术方案

本发明专利技术提供了一种集成神经网络模型的SiP微系统芯片，包括处理器裸芯片、存储器裸芯片，采用SiP工艺封装为单一芯片。所述处理器裸芯片包括处理器端、逻辑FPGA端，所述处理器端运行主控制流程对图像数据进行调度，所述逻辑FPGA端集成有识别并处理图像数据的轻量化神经网络模型。所述轻量化神经网络模型包括输入层、4个卷积层、2个池化层、输出层，且所述内无全连接层。本发明专利技术设计的SiP微系统芯片，体积仅为30mm

【技术实现步骤摘要】
一种集成神经网络模型的SiP微系统芯片


[0001]本专利技术涉及微电子芯片与人工智能
，具体为一种集成神经网络模型的SiP微系统芯片。

技术介绍

[0002]目前人工智能深度学习一般分为训练和推断两个阶段，训练阶段可以采用GPU芯片或CPU芯片来实现，推断阶段采用具有更高优势的FPGA芯片实现，特别是在体积、功耗、实时和性能等多目标约束方面有优势。但是由于GPU芯片具有功耗大、实时性不足等缺点，采用GPU芯片、CPU芯片、FPGA芯片设计的系统电路具有体积较大及电路复杂的问题。

技术实现思路

[0003]为了降低系统电路的体积，降低电路复杂性，本专利技术设计了一种集成神经网络模型的SiP微系统芯片。
[0004]实现专利技术目的的技术方案如下：一种集成神经网络模型的SiP微系统芯片，包括处理器裸芯片、存储器裸芯片，所述处理器裸芯片所述存储器裸芯片采用SiP工艺封装为单一芯片。
[0005]其中，所述处理器裸芯片包括处理器端、逻辑FPGA端，所述处理器端运行主控制流程对图像数据进行调度，所述逻辑FPGA端集本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种集成神经网络模型的SiP微系统芯片，包括处理器裸芯片、存储器裸芯片，所述处理器裸芯片所述存储器裸芯片采用SiP工艺封装为单一芯片，其特征在于，所述处理器裸芯片包括处理器端、逻辑FPGA端，所述处理器端运行主控制流程对图像数据进行调度，所述逻辑FPGA端集成有识别并处理图像数据的轻量化神经网络模型；所述轻量化神经网络模型包括输入层、4个卷积层、2个池化层、输出层，且所述内无全连接层。2.根据权利要求1所述的集成神经网络模型的SiP微系统芯片，其特征在于：所述处理器裸芯片为Zynq芯片，所述存储器裸芯片包括Flash裸芯片、DDR3裸芯片。3.根据权利要求1所述的集成神经网络模型的SiP微系统芯片，其特征在...

【专利技术属性】
技术研发人员：吕浩，景德胜，刘小剑，李晓蕊，楚要钦，高欣宇，
申请(专利权)人：中国航空工业集团公司西安航空计算技术研究所，
类型：发明
国别省市：