[發明專利]一種面向人工神經網絡計算的動態精度可配近似乘法器

有效

• 申請號: 201710266363.3
• 申請日: 2017-04-21
• 公開（公告）號: CN107153522B
• 公開（公告）日: 2020-10-02
• 發明（設計）人: 龔宇;劉波;陳壯;董薇;楊軍;時龍興
• 申請（專利權）人: 東南大學
• 主分類號: G06F7/53
• 分類號: G06F7/53;G06F7/523
• 代理公司: 南京蘇高專利商標事務所(普通合伙) 32204
• 代理人: 李玉平

本發明公開了一種面向人工神經網絡的動態精度可配近似乘法器，該動態精度可配近似乘法器在外部控制信號的控制下，根據數據的輸入特性可以實現乘法運算的精度動態配置，并給出精確結果的近似結果。該動態精度可配近似乘法器帶來的精度損失在可接受的范圍內，同時提高了乘法的計算速度，大大降低功耗，滿足了人工神經網絡的計算需求。

技術領域

本發明涉及一種面向人工神經網絡計算的動態精度可配近似乘法器，屬于人工神經網絡技術領域。

背景技術

由于神經網絡系統中存在大量對操作數進行乘法和累加的計算，這會產生較大的功耗及誤差，目前已經從算法、軟件、硬件、電路和晶體管級進行了大量的研究。然而，數字信號處理、視覺計算機和機器學習等新興應用有著更高的計算要求，因此低能耗面臨著新的挑戰。

神經網絡對有限的或不重要的誤差存在一定的容錯性。即使錯誤產生偏差產生容錯性的原因有很多，包括人類意義上的不完美感知、噪聲輸入信號、輸入數據的冗余和缺乏通用的最佳答案。

這種容錯性可以通過近似計算來實現，這將在很大程度上降低功耗和算術復雜度。目前已經在軟件和硬件層面的近似計算領域進行了大量的研究，其中在軟件層面，曾提出循環穿孔技術，即在計算過程中，跳過多次循環迭代，執行初始的計算子集，從而節省時間和降低功耗，但是產生的輸出誤差較大。在硬件層面的近似計算主要針對算術單元，應用較多的是截斷技術和簡化單位邏輯復雜性，但事實證明這兩種方法都存在一定的誤差且產生的結果不可靠。

由于乘法是計算過程中一個必要的算術運算，并且隨著乘法器的重復使用，誤差會彼此抵消而不累加，因此我們致力于提出一個新的近似乘法器。

發明內容

發明目的：為了克服現有技術中存在的功耗過大問題，本發明提供一種面向人工神經網絡的動態精度可配近似乘法器，不僅可以降低計算過程的復雜度和時間，同時減少功耗且不影響計算精度。

技術方案：一種面向人工神經網絡計算的動態精度可配近似乘法器，該動態精度可配近似乘法器在外部控制信號的控制下，根據數據的輸入特性實現乘法運算的精度動態配置，并給出精確結果的近似結果。所述乘法器包括乘法近似計算模塊和乘法器動態配置模塊；

其中，所述乘法近似計算模塊，用于實現乘法的近似計算，操作數A和B的位寬均為n，經過乘法近似計算模塊，得到近似計算結果R，其位寬為2n，乘法近似計算模塊包括算術邏輯和轉向控制邏輯。

算術邏輯是計算模塊中的核心，在調節信號的控制下，算術邏輯進行可配的計算。其輸入是操作數A、B截取后的k位部分和控制信號[k，l，m]，輸出是2k位近似計算結果。算術邏輯包括一個控制信號譯碼器和一個k位精確乘法器。

控制信號譯碼器是根據動態配置模塊所提供的控制信號[k，l，m]進行譯碼，并根據控制信號決定部分積累加陣列中那些加法器被選中正常工作，那些加法器未被選中而停止工作。

k位精確乘法器既可以對未配置的操作數進行精確的乘法運算，也可以對配置后的操作數進行近似乘法計算且結果在可接受的錯誤范圍內，其配置信息是控制信號譯碼器進行譯碼后的信號。對于停止工作的加法器可以丟棄，從而實現快速的近似計算。

轉向控制邏輯主要對輸入操作數的預處理和中間結果的后處理。包括非零最高位探測器、編碼器、多路復用選擇器、移位控制信號生成器和桶形移位器。

其中，非零最高位探測器的用于探測操作數A和B的非零最高位即‘1’的位置并輸出該位索引；

編碼器通過非零最高位的索引和參數k進行編碼，生成控制信號，并發送到多路復用選擇器；

多路復用選擇器接收編碼器產生的控制信號，將原始n位操作數A、B中選中的k位送到算術邏輯中；