Traitement en cours

Veuillez attendre...

Paramétrages

Paramétrages

Aller à Demande

1. WO2020160608 - RÉSEAU NEURONAL CONVOLUTIONNEL HAUTEMENT PARALLÈLE

Numéro de publication WO/2020/160608
Date de publication 13.08.2020
N° de la demande internationale PCT/AU2020/050083
Date du dépôt international 05.02.2020
CIB
G06N 3/063 2006.1
GPHYSIQUE
06CALCUL; COMPTAGE
NSYSTÈMES DE CALCULATEURS BASÉS SUR DES MODÈLES DE CALCUL SPÉCIFIQUES
3Systèmes de calculateurs basés sur des modèles biologiques
02utilisant des modèles de réseaux neuronaux
06Réalisation physique, c. à d. mise en oeuvre matérielle de réseaux neuronaux, de neurones ou de parties de neurones
063utilisant des moyens électroniques
G06N 3/04 2006.1
GPHYSIQUE
06CALCUL; COMPTAGE
NSYSTÈMES DE CALCULATEURS BASÉS SUR DES MODÈLES DE CALCUL SPÉCIFIQUES
3Systèmes de calculateurs basés sur des modèles biologiques
02utilisant des modèles de réseaux neuronaux
04Architecture, p.ex. topologie d'interconnexion
G06N 3/08 2006.1
GPHYSIQUE
06CALCUL; COMPTAGE
NSYSTÈMES DE CALCULATEURS BASÉS SUR DES MODÈLES DE CALCUL SPÉCIFIQUES
3Systèmes de calculateurs basés sur des modèles biologiques
02utilisant des modèles de réseaux neuronaux
08Méthodes d'apprentissage
CPC
G06N 3/04
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
3Computer systems based on biological models
02using neural network models
04Architectures, e.g. interconnection topology
G06N 3/063
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
3Computer systems based on biological models
02using neural network models
06Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons
063using electronic means
G06N 3/08
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
3Computer systems based on biological models
02using neural network models
08Learning methods
Déposants
  • OCEAN LOGIC PTY LTD [AU]/[AU]
Inventeurs
  • LIGUORI, Vincenzo
Données relatives à la priorité
201990038007.02.2019AU
Langue de publication anglais (EN)
Langue de dépôt anglais (EN)
États désignés
Titre
(EN) HIGHLY PARALLEL CONVOLUTIONAL NEURAL NETWORK
(FR) RÉSEAU NEURONAL CONVOLUTIONNEL HAUTEMENT PARALLÈLE
Abrégé
(EN)
A CNN inference engine that convolves an input data set with a weight data set is disclosed together with components that facilitate such computation. The engine includes a plurality of multiply and accumulate processors (MACs), each MAC causing a value in the accumulator to be augmented by a product of a data value received on an input data port, a weight value received on a weight port. The engine also includes a slice buffer having a plurality of output ports, each output port being connected to one of the MAC input data value ports. The engine causes the slice buffer to connect one of the slices to the plurality of slice buffer output ports, and causes a weight received on an inference engine weight port to be input to each MAC weight port. The MACs process the input data values on the output ports in the slice in parallel.
(FR)
L'invention concerne un moteur d'inférence CNN qui convolutionne un ensemble de données d'entrée avec un ensemble de données de poids conjointement avec des composants qui facilitent un tel calcul. Le moteur comprend une pluralité de processeurs de multiplication et d'accumulation (MAC), chaque MAC amenant une valeur dans l'accumulateur à être augmentée par un produit d'une valeur de données reçue sur un port de données d'entrée, une valeur de poids reçue sur un port de poids. Le moteur comprend également un tampon de tranches ayant une pluralité de ports de sortie, chaque port de sortie étant connecté à l'un des ports de valeur de données d'entrée MAC. Le moteur amène le tampon de tranches à connecter l'une des tranches à la pluralité de ports de sortie du tampons de tranche, et amène un poids reçu sur un port de poids de moteur d'inférence à être entré dans chaque port de poids MAC. Les MAC traitent les valeurs de données d'entrée sur les ports de sortie dans la tranche en parallèle.
Dernières données bibliographiques dont dispose le Bureau international