[發明專利]一種基于SIMD架構的LS-SVM訓練機的硬件系統及訓練方法

在審

• 申請號: 202010565715.7
• 申請日: 2020-06-19
• 公開（公告）號: CN111582507A
• 公開（公告）日: 2020-08-25
• 發明（設計）人: 李麗;孫瑞;何書專;傅玉祥;陳輝;宋文清;李劍斌;陳健
• 申請（專利權）人: 南京寧麒智能計算芯片研究院有限公司
• 主分類號: G06N20/00
• 分類號: G06N20/00;G06F7/505;G06F15/82
• 代理公司: 江蘇瑞途律師事務所 32346
• 代理人: 金龍

1.一種基于SIMD架構的LS-SVM訓練機的硬件系統，其特征在于，包括控制計算模塊和計算陣列模塊，控制計算模塊連接計算陣列模塊，控制計算模塊包括主控制模塊、乘累加模塊、更新值計算模塊和更新及閾值判斷模塊，主控制模塊分別與乘累加模塊、更新值計算模塊和更新及閾值判斷模塊連接；

主控制模塊先發送信號至乘累加模塊，乘累加模塊調用計算陣列模塊重構完成權值系數和訓練參數的乘累加計算，然后主控制模塊發送信號至于更新值計算模塊，更新值計算模塊調用計算陣列重構完成訓練參數更新值的計算，最后主控制模塊發送信號至更新及閾值判斷模塊，更新及閾值判斷模塊調用計算陣列模塊完成訓練參數的更新并統計小于閾值的更新值個數。

2.根據權利要求1所述的一種基于SIMD架構的LS-SVM訓練機的硬件系統，其特征在于，所述計算陣列模塊包括若干計算資源，所述計算資源包括乘法器、加法器和比較器，訓練時計算陣列模塊分為若干個運算單元，每個運算單元都包括結構相同的計算資源，所述計算資源根據計算狀態動態重構。

3.根據權利要求1所述的一種基于SIMD架構的LS-SVM訓練機的硬件系統，其特征在于，所述硬件系統還包括存儲資源模塊，所述存儲資源模塊包括權值系數區，訓練參數區，標簽區和中間結果區。

4.根據權利要求2所述的一種基于SIMD架構的LS-SVM訓練機的硬件系統，其特征在于，所述運算單元之間并行設置。

5.根據權利要求1所述的一種基于SIMD架構的LS-SVM訓練機的硬件系統，其特征在于，所述主控制模塊包括計算陣列選通、存儲資源選通和主控制狀態機，主控制模塊通過計算陣列選通發送信號至計算陣列模塊，主控制模塊通過存儲資源選通發送信號至存儲資源模塊。

6.一種基于SIMD架構的LS-SVM訓練機的硬件訓練方法，其特征在于，包括以下步驟：

步驟1：主控制模塊接收系統啟動信號后，首先啟動乘累加模塊進行乘累加計算；

步驟2：乘累加計算結束，主控制模塊啟動更新值計算模塊進行更新值計算；

步驟3：更新值計算結束，主控制模塊啟動更新及閾值判斷模塊，將步驟2中計算得到的更新值A0與初始值相加得到更新值A，比較更新值A與閾值的大小，統計小于閾值的更新值A個數n；

步驟4：主控制模塊判斷小于閾值的更新值A個數n是否等于訓練樣本個數，如果不是重復步驟1至步驟3進行新一輪計算，直到所有訓練后的更新值A個數n等于訓練樣本數，訓練結束。

7.根據權利要求6所述的一種基于SIMD架構的LS-SVM訓練機的硬件訓練方法，其特征在于，計算陣列模塊重構時根據訓練樣本數和系統存儲資源確定運算單元數量，運算單元間相互獨立并行計算。

8.根據權利要求6所述的一種基于SIMD架構的LS-SVM訓練機的硬件訓練方法，其特征在于，乘累加模塊、更新值計算模塊和更新及閾值比較模塊共享計算陣列模塊中的計算資源，所述計算資源根據當前計算狀態動態重構成所需的結構。

9.根據權利要求6所述的一種基于SIMD架構的LS-SVM訓練機的硬件訓練方法，其特征在于，所述乘累加模塊的計算公式為計算；其中α_j(t)為訓練參數值，q_ij為權值系數，ΔT為離散化處理的量化誤差。

10.根據權利要求6所述的一種基于SIMD架構的LS-SVM訓練機的硬件訓練方法，其特征在于，所述更新值計算模塊的計算公式為α_i(t)、α_j(t)均為訓練參數的初值，q_ij為權值系數，ΔT為離散化處理的量化誤差，b(t)為偏置，γ為懲罰因子，y_i為訓練樣本的標簽。