【技术实现步骤摘要】
本专利技术涉及卷积神经网络(cnn)及soc设计领域的电子系统级设计，特别涉及采用systemc和c++对硬件进行硬件建模的一种基于卷积神经网络微处理器的虚拟原型平台。
技术介绍
1、在摩尔定律的推动下，集成电路的规模以每年扩大一倍的速度增长，但随着集成电路的规模增加，集成电路的设计复杂性也不同以往，而这种复杂性带来的是集成电路的研发周期延长，在市场竞争下，如何延续摩尔定律，以更快的时间来迭代芯片产品已成为关键问题。在soc领域，传统的先硬件后软件的串行开发模式所带来较长的研发周期，已经难以满足现代soc快速上市需求。以虚拟原型为基础的电子系统级设计方法，允许在soc设计早期对设计进行模型建立，支持软件硬件并行仿真，让软硬件并行设计成为可能，缩短了soc的设计周期。
2、随着人工智能的发展，物联网(iot)终端与人工智能的结合带来了更广阔的应用空间，人工智能结合物联网终端，在计算机视觉，语音识别等方面对抗击疫情起到了巨大作用，但依托云端来处理iot的海量推理运算数据量是不可行的，所以需要iot设备进行边缘计算，故此对物联网终...
【技术保护点】
1.一种基于卷积神经网络微处理器的虚拟原型平台，其特征在于，该平台在现有的RISC-V虚拟原型平台的基础上，进行以下设置：
2.根据权利要求1所述的基于卷积神经网络微处理器的虚拟原型平台，其特征在于，所述矩阵运算模块会根据两个操作数来配置矩阵运算单元的大小，包括：
3.根据权利要求1所述的基于卷积神经网络微处理器的虚拟原型平台，其特征在于，所述虚拟原型平台包括CNN微处理器硬件模型和软件编译工具链，其中：
4.根据权利要求3所述的基于卷积神经网络微处理器的虚拟原型平台，其特征在于，CNN微处理器硬件模型还设置有直接访问内存模块，内存...
【技术特征摘要】
1.一种基于卷积神经网络微处理器的虚拟原型平台，其特征在于，该平台在现有的risc-v虚拟原型平台的基础上，进行以下设置：
2.根据权利要求1所述的基于卷积神经网络微处理器的虚拟原型平台，其特征在于，所述矩阵运算模块会根据两个操作数来配置矩阵运算单元的大小，包括：
3.根据权利要求1所述的基于卷积神经网络微处理器的虚拟原型平台，其特征在于，所述虚拟原型平...
【专利技术属性】
技术研发人员：郑欣，刘合明，林贤，高怀恩，詹瑞典，蔡述庭，熊晓明，
申请(专利权)人：广东工业大学，
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。