基于深度卷积神经网络的图像算法加速器及系统和方法
基本信息
| 申请号 | CN202110899651.9 | 申请日 | - |
| 公开（公告）号 | CN113592702A | 公开（公告）日 | 2021-11-02 |
| 申请公布号 | CN113592702A | 申请公布日 | 2021-11-02 |
| 分类号 | G06T1/20（2006.01）I;G06T1/60（2006.01）I;G06N3/04（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 葛云生;丁赟;王坤;丁立 | 申请（专利权）人 | 上海赋华网络科技有限公司 |
| 代理机构 | 北京挺立专利事务所（普通合伙） | 代理人 | 余莹 |
| 地址 | 215600江苏省苏州市张家港市凤凰镇凤凰科技创业园B幢2楼 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明提供基于深度卷积神经网络的图像算法加速器及系统和方法，所述算法加速器包括输入数据缓冲模块、权重数据输入缓冲模块、权重索引输入缓冲模块、与所述输入数据缓冲模块、权重数据输入缓冲模块和权重索引输入缓冲模块通信连接的若干个处理单元、与若干个处理单元通信连接的输出数据缓冲模块；所述输入数据缓冲模块用于输入数据的暂存；所述输出数据缓冲模块用于接收若干个处理单元算法加速处理完成后的数据，暂存将要输出的数据。本发明提供的算法加速器中的处理单元的数据算法，使用了稀疏结构下的Wingorad算法或针对LeNet算法设计实现了基于HLS语言的定点化硬件并行加速器，能够有效提高加速器的计算效率。 |
