[發明專利]適用于邊緣計算平臺的Spark卷積神經網絡系統及其電路有效
| 申請號： | 201911321925.5 | 申請日： | 2019-12-20 |
| 公開（公告）號： | CN111079923B | 公開（公告）日： | 2023-10-13 |
| 發明（設計）人： | 汪輝;夏銘;萬吉祥;田犁;黃尊愷;祝永新;封松林 | 申請（專利權）人： | 中國科學院上海高等研究院 |
| 主分類號： | G06N3/063 | 分類號： | G06N3/063;G06N3/0464;G06N3/048;G06N3/0495;G06F15/78 |
| 代理公司： | 上海光華專利事務所(普通合伙) 31219 | 代理人： | 倪靜 |
| 地址： | 201210 *** | 國省代碼： | 上海;31 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 適用于 邊緣 計算 平臺 spark 卷積 神經網絡 系統 及其 電路 | ||
1.一種適用于邊緣計算平臺的Spark卷積神經網絡系統，其特征在于，包括：
Fire模塊，其包括：
壓縮層，用于對輸入模塊的特征圖進行通道層面的組合以降低特征圖的通道數量；所述壓縮層包括多個第一尺寸的第一卷積核；
擴展層，用于對所述特征圖的通道數量進行擴展；所述擴展層包括數量相同的第一尺寸的第一卷積核以及第二尺寸的第二卷積核；其中，所述第二卷積核為深度可分離卷積核。
2.根據權利要求1所述的系統，其特征在于，所述第一卷積核的尺寸為1×1；所述第二卷積核的尺寸為3×3。
3.根據權利要求1所述的系統，其特征在于，包括：
若作為深度可分離卷積核的第二卷積核的尺寸為Dk×Dk×M，則該深度可分離卷積核能分離出尺寸為1×1×M的卷積核以及尺寸為Dk×Dk×1的卷積核。
4.根據權利要求1所述的系統，其特征在于，所述Spark卷積神經網絡系統包括：卷積層、激活層、池化層。
5.根據權利要求1所述的系統，其特征在于，所述Spark卷積神經網絡系統包括：6層Spark結構、2層卷積模型、及3層池化層。
6.根據權利要求5所述的系統，其特征在于，所述卷積模型包括尺寸為3×3卷積，其步長為1，輸入數據張量為32×32的三通道圖像。
7.根據權利要求5所述的系統，其特征在于，所述池化層包括尺寸為2×2的最大池化層，其窗口滑動步長為2。
8.一種基于Spark卷積神經網絡模型的加速器電路，其特征在于，包括：
多個計算引擎，映射至同一個FPGA芯片上，且每個所述計算引擎對應如權利要求1所述的Spark卷積神經網絡模型中的一層網絡的計算；
片上緩存單元，用于輸入特征圖緩存、權重值緩存、中間值緩存、及輸出特征圖緩存；
流水線控制單元，用于控制所述計算引擎不同網絡層的流水線式工作；
片外存儲單元；位于所述FPGA芯片外；
存儲控制單元，其設有內存存取接口，用于實現片外存儲單元和片上緩存單元之間的數據交互。
9.根據權利要求8所述的電路，其特征在于，所述片上緩存單元分為讀和寫兩組，用以將前一級的寫操作和后一級的讀操作分開。
10.根據權利要求8所述的電路，其特征在于，在所述加速器電路開始工作時，所述存儲控制單元將第一層網絡運行所需的權重參數和輸入圖像從所述片外存儲單元讀取到所述片上存緩存元中，以供所述計算引擎根據權重參數和輸入圖像進行第一層網絡的卷積計算。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于中國科學院上海高等研究院，未經中國科學院上海高等研究院許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201911321925.5/1.html，轉載請聲明來源鉆瓜專利網。
