Processing

Please wait...

Settings

Settings

Goto Application

1. WO2022088140 - AI CHIP AND ADJACENCY LIST SAMPLING METHOD

Publication Number WO/2022/088140
Publication Date 05.05.2022
International Application No. PCT/CN2020/125656
International Filing Date 31.10.2020
IPC
G06F 7/58 2006.1
GPHYSICS
06COMPUTING; CALCULATING OR COUNTING
FELECTRIC DIGITAL DATA PROCESSING
7Methods or arrangements for processing data by operating upon the order or content of the data handled
58Random or pseudo-random number generators
Applicants
  • 华为技术有限公司 HUAWEI TECHNOLOGIES CO., LTD. [CN]/[CN]
Inventors
  • 李承扬 LI, Chengyang
  • 朱幸尔 ZHU, Xinger
  • 杜霄鹏 DU, Xiaopeng
Agents
  • 广州三环专利商标代理有限公司 SCIHEAD IP LAW FIRM
Priority Data
Publication Language Chinese (zh)
Filing Language Chinese (ZH)
Designated States
Title
(EN) AI CHIP AND ADJACENCY LIST SAMPLING METHOD
(FR) PUCE IA ET PROCÉDÉ D'ÉCHANTILLONNAGE DE STRUCTURE DE CONTIGUÏTÉ
(ZH) 一种AI芯片及邻接表采样方法
Abstract
(EN) An artificial intelligence (AI) chip (200) and an adjacency list sampling method. The AI chip (200) comprises a random number generator (201) and an NPU (202). The random number generator (201) is used to generate K random numbers. The NPU (202) is used to perform row and column transposition on a first adjacency list that has been input, so as to obtain a second adjacency list, the scale of the first adjacency list being M*N and the scale of the second adjacency list being N*M; to re-arrange, in an out-of-order manner, the second adjacency list according to the K random numbers, so as to obtain a third adjacency list, the scale of the third adjacency list being K*M; and to obtain a target adjacency list according to the third adjacency list, the scale of the target adjacency list being M*S, wherein S is an integer less than N. An adjacency list sampling process is re-designed on the basis of the structural characteristics of the AI chip (200), thereby reducing the computing time consumption and memory overheads.
(FR) Puce d'intelligence artificielle (IA) (200) et procédé d'échantillonnage de structure de contiguïté. La puce IA (200) comprend un générateur de nombres aléatoires (201) et une unité de traitement neuronal (NPU) (202). Le générateur de nombres aléatoires (201) est utilisé pour générer K nombres aléatoires. L'unité de traitement neuronal (202) est utilisée pour effectuer une transposition de ligne et de colonne sur une première structure de contiguïté qui a été entrée, de manière à obtenir une deuxième structure de contiguïté, l'échelle de la première structure de contiguïté étant M * N et l'échelle de la deuxième structure de contiguïté étant N * M ; pour réagencer, de manière désordonnée, la deuxième structure de contiguïté selon les K nombres aléatoires, de manière à obtenir une troisième structure de contiguïté, l'échelle de la troisième structure de contiguïté étant K * M ; pour obtenir une structure de contiguïté cible selon la troisième structure de contiguïté, l'échelle de la structure de contiguïté cible étant M * S, S étant un nombre entier inférieur à N. Un processus d'échantillonnage de structure de contiguïté est conçu de nouveau sur la base des caractéristiques de structure de la puce IA (200), ce qui permet de réduire la consommation de temps de calcul et les surcharges de mémoire.
(ZH) 一种人工智能AI芯片(200)和邻接表采样方法。其中,AI芯片(200)包括随机数生成器(201)和NPU(202);随机数生成器(201),用于生成K个随机数;NPU(202),用于对输入到的第一邻接表进行行列转置,得到第二邻接表,第一邻接表的规模为M*N,第二邻接表的规模为N*M;根据K个随机数对第二邻接表进行乱序重排,以得到第三邻接表,第三邻接表的规模为K*M;根据第三邻接表得到目标邻接表,目标邻接表的规模为M*S,S为小于N的整数。基于AI芯片(200)结构的特点,重新设计了邻接表采样流程,降低了计算耗时和内存开销。
Latest bibliographic data on file with the International Bureau