【技术实现步骤摘要】
本公开涉及数字信号处理，具体涉及一种压缩数据的解压缩方法及装置、芯片和存储介质。
技术介绍
1、卷积神经网络(convolutional neural network，cnn)一种运行在各种神经处理单元(neural network processing unit，npu)上的实用机器学习算法。为了获得更高的性能和更低的硬件开销，提出了通过压缩和解压缩来减少cnn权重数据(kernel)的方法。由于人们对算法精度的高要求，神经网络的层数越来越多，神经网络的权重参数在数量和大小上达到了一个前所未有的高度。庞大神经网络权重规模导致了严重的存储墙问题，这会严重影响整体系统的性能发挥。通过有效的数据压缩从而解决存储墙问题一直是学术界和工业界的热点。
2、以哈夫曼(huffman)编码为代表的熵编码是一种常用的数据压缩方式，采用变长编码可达到数倍甚至数十倍的压缩比，可显著提高算法性能。但是随之带来的问题是，计算过程需要实时解压，对解码速度要求非常高。现有的传统变长编码解码技术采用的均是单时钟周期解码出单个数据，解码效率较低。由于哈夫曼...
【技术保护点】
1.一种压缩数据的解压缩方法，所述压缩数据包括利用多个通道规则编码生成的数据块头和权重数据，其中，所述解压缩方法包括：
2.根据权利要求1所述的压缩数据的解压缩方法，其中，所述数据块头包括：对应原始数据被压缩时产生的码表数据值集合、相同编码长度的数量，以及权重数据量的大小。
3.根据权利要求2所述的压缩数据的解压缩方法，其中，所述第一位宽与所述设定位数的数值相同，并且所述权重数据量的大小包括编码前数据量的大小和编码后数据量的大小。
4.根据权利要求3所述的压缩数据的解压缩方法，其中，所述解码通道数量与编码通道数量相同，所述利用连接每...
【技术特征摘要】
1.一种压缩数据的解压缩方法，所述压缩数据包括利用多个通道规则编码生成的数据块头和权重数据，其中，所述解压缩方法包括：
2.根据权利要求1所述的压缩数据的解压缩方法，其中，所述数据块头包括：对应原始数据被压缩时产生的码表数据值集合、相同编码长度的数量，以及权重数据量的大小。
3.根据权利要求2所述的压缩数据的解压缩方法，其中，所述第一位宽与所述设定位数的数值相同，并且所述权重数据量的大小包括编码前数据量的大小和编码后数据量的大小。
4.根据权利要求3所述的压缩数据的解压缩方法，其中，所述解码通道数量与编码通道数量相同，所述利用连接每个解码通道的解码器取出第一位宽的准备数据进行解码，以得到第二位宽的预解码数据的步骤包括：
5.根据权利要求4所述的压缩数据的解压缩方法，其中，所述根据对应所述解码码子的所述数据长度对当前解码通道中的当前准备数据进行相同数据长度的移位，获得下一次待解码的具有所述第一位宽长度的准备数据的步骤中包括：
6.根据权利要求5所述的压缩数据的解压缩方法，其中，还包括：
7.根据权利要求1所述的压缩数据的解压缩方法，其中，所述压缩数据为利用多个编码通道基于哈夫曼编码方式生成的压缩数据。
8.根据权利要求7所述的压缩数...
【专利技术属性】
技术研发人员：李瑞玲，朱子康，
申请(专利权)人：北京集朗半导体科技有限公司，
类型：发明
国别省市：
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。