期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
Thinker:可重构混合神经网络计算芯片
1
作者 尹首一 欧阳鹏 +7 位作者 唐士斌 涂锋斌 李秀冬 郑时轩 陆天翼 谷江源 刘雷波 魏少军 《人工智能》 2018年第2期34-45,共12页
深度神经网络已被广泛应用于人工智能系统中,神经网络专用计算芯片成为学术界和工业界的关注热点。Thinker是一款基于可重构计算架构的低功耗神经网络计算芯片,其支持卷积网络、全连接网络和递归网络的混合计算。为了实现高能效,Thinke... 深度神经网络已被广泛应用于人工智能系统中,神经网络专用计算芯片成为学术界和工业界的关注热点。Thinker是一款基于可重构计算架构的低功耗神经网络计算芯片,其支持卷积网络、全连接网络和递归网络的混合计算。为了实现高能效,Thinker提出了三种优化技术。首先,每个处理单元(PE)支持位宽自适应计算,以满足神经层的不同位宽。 展开更多
关键词 混合神经网络 THINKER 深度神经网络 卷积层
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部