【技術實現步驟摘要】
本專利技術涉及二值化神經網絡領域，具體而言，涉及一種基于risc-v的二值化神經網絡加速器。
技術介紹
1、risc-v，作為一種開源的、模塊化的指令集架構，近年來在計算機架構領域掀起了一股革新潮流，其開源特性不僅吸引了大量開發者，還推動了芯片設計的創新。尤其在神經網絡加速器領域，risc-v的引入為二值化神經網絡的高效執行提供了新的契機。
2、現有技術已結合risc-v架構的靈活性和二值化神經網絡的計算效率設計一系列基于risc-v的二值化神經網絡加速器，然現有加速器針對二值化神經網絡任務執行過程的驅動表現分析仍存在局限性，具體為：1、現有加速器缺乏針對二值化神經網絡執行任務的risc-v指令集個性化匹配機制，risc-v指令集配置過低可能導致加速器在處理二值化神經網絡任務時性能受限，無法滿足實時性或高效性的要求，risc-v指令集配置過高可能增加資源浪費風險。
3、2、現有加速器針對二值化神經網絡任務執行的通信表現評估局限于整體通信參數表現水平，忽視現有加速器自適應通信配置參數調控表現的細致考量，導致通信表現評估結果缺乏可靠性和全面性。
4、3、現有加速器針對二值化神經網絡任務執行的質量表現評估局限于輸出結果精度和實際加速程度，忽視現有加速器針對二值化神經網絡任務執行的資源分配效能，導致質量表現評估結果缺乏完整度。
技術實現思路
1、鑒于此，為解決上述
技術介紹
中所提出的問題，現提出一種基于risc-v的二值化神經網絡加速器。
2、
3、所述適配指令集篩選模塊與通信保障能力評估模塊連接，所述通信保障能力評估模塊與質量保障能力評估模塊連接，所述質量保障能力評估模塊與任務驅動效果反饋模塊連接，所述云數據庫分別與通信保障能力評估模塊、質量保障能力評估模塊、任務驅動效果反饋模塊連接。
4、適配指令集篩選模塊，用于向指定加速器導入目標二值化神經網絡配置數據及其當前任務需求數據，將目標二值化神經網絡記為目標網絡，從指定加速器配置的各類risc-v指令集中，篩選目標網絡當前任務執行的適配risc-v指令集。
5、通信保障能力評估模塊，用于實時監測適配risc-v指令集針對目標網絡當前任務執行驅動過程中的通信鏈路狀況，評估指定加速器針對目標網絡當前任務執行的通信保障能力。
6、質量保障能力評估模塊，用于待目標網絡當前任務執行完畢，分析指定加速器針對目標網絡當前任務執行驅動的識別精度、加速程度和資源效能，評估指定加速器針對目標網絡當前任務執行的質量保障能力。
7、任務驅動效果反饋模塊，用于綜合通信保障能力和質量保障能力，評價指定加速器針對目標網絡當前任務執行的驅動效果并進行反饋。
8、云數據庫，用于存儲任務驅動效果評價標準規劃的參照通信保障能力評估指標和參照質量保障能力評估指標，存儲二值化神經網絡任務執行過程通信鏈路預設的合理通信帶寬利用率，存儲當前任務真實標簽內容。
9、相對于現有技術，本專利技術的實施例至少具有如下優點或有益效果：(1)本專利技術通過細致考量目標網絡架構需求及其當前任務需求，于指定加速器配置的各類risc-v指令集中，篩選目標網絡當前任務執行的適配risc-v指令集，不僅幫助實現加速器risc-v指令集最優能效比，還確保任務執行的高效性和保障性。
10、(2)本專利技術通過細致考量指定加速器針對目標網絡當前任務執行驅動的整體通信質量系數和整體通信維護系數，精準評估指定加速器針對目標網絡當前任務執行的通信保障能力，有利于加速器任務驅動過程通信質量的持續優化，進而增強加速器使用安全性和決策支持能力。
11、(3)本專利技術通過分析指定加速器針對目標網絡當前任務執行驅動的識別精度、加速程度和資源效能，精準評估指定加速器針對目標網絡當前任務執行的質量保障能力，直接衡量加速器針對二值化神經網絡任務驅動性能和處理能力，為系統的優化和決策提供依據。
本文檔來自技高網...【技術保護點】
1.一種基于RISC-V的二值化神經網絡加速器，其特征在于，包括：
2.根據權利要求1所述的一種基于RISC-V的二值化神經網絡加速器，其特征在于：所述適配指令集篩選模塊的具體分析過程包括：從目標網絡配置數據中提取各配置層級及其對應各類邏輯運算要求和各類數據處理方式要求，檢索指定加速器配置的各類RISC-V指令集中是否存在目標網絡各配置層級對應各類邏輯運算要求的支持運算指令以及各類數據處理方式要求的支持操作指令，以此分析指定加速器配置的各類RISC-V指令集對于目標網絡架構的指令覆蓋度ICj，j為指定加速器配置的各類RISC-V指令集的編號，j＝1，2，...，b；
3.根據權利要求2所述的一種基于RISC-V的二值化神經網絡加速器，其特征在于：所述ICj的具體分析過程包括：整合目標網絡配置層級的邏輯運算要求類型總數量和數據處理方式要求類型總數量，計算指定加速器配置的各類RISC-V指令集中針對目標網絡配置層級邏輯運算要求的支持指令覆蓋率和數據處理方式要求的支持指令覆蓋率，將二者進行累加以得到指定加速器配置的各類RISC-V指令集對于目標網絡架構的指令覆蓋
4.根據權利要求2所述的一種基于RISC-V的二值化神經網絡加速器，其特征在于：所述RMj的具體分析過程包括：由公式分析指定加速器各類RISC-V指令集歷史預設周期內各難度等級任務執行的質量評分，其中y0、v0、p0分別為預置的參照精度值、參照速度值和參照功耗值，同理計算目標網絡當前任務執行的需求質量評分
5.根據權利要求2所述的一種基于RISC-V的二值化神經網絡加速器，其特征在于：所述通信保障能力評估模塊的具體分析過程包括：分別記錄適配RISC-V指令集針對目標網絡當前任務執行驅動過程中通信鏈路的通信帶寬利用率變化曲線、通信延遲變化曲線、丟包率變化曲線和誤碼率變化曲線，分析指定加速器針對目標網絡當前任務執行驅動的整體通信質量系數CQ；
6.根據權利要求5所述的一種基于RISC-V的二值化神經網絡加速器，其特征在于：所述CQ的具體分析過程包括：將適配RISC-V指令集針對目標網絡當前任務執行驅動過程中通信鏈路的通信帶寬利用率變化曲線導入matlab軟件內獲取其對應最佳擬合函數，記為F(t)，采集目標網絡當前任務執行起始時間點t1和終止時間點t2，由公式分析適配RISC-V指令集針對目標網絡當前任務執行驅動過程中通信鏈路的通信帶寬合規系數，其中η0為云數據庫存儲的二值化神經網絡任務執行過程通信鏈路預設的合理通信帶寬利用率；
7.根據權利要求5所述的一種基于RISC-V的二值化神經網絡加速器，其特征在于：所述CM的具體分析過程包括：根據適配RISC-V指令集針對目標網絡當前任務執行驅動過程中通信鏈路配置參數各次調控時間戳的通信帶寬利用率、通信延遲、丟包率和誤碼率，檢索各次調控時間戳的調控觸發符合度；
8.根據權利要求5所述的一種基于RISC-V的二值化神經網絡加速器，其特征在于：所述質量保障能力評估模塊的具體分析過程包括：將指定加速器針對目標網絡當前任務執行驅動下輸出標簽內容與云數據庫存儲的當前任務真實標簽內容進行比對，分析指定加速器針對目標網絡當前任務執行驅動下的精確率和召回率φ，以此計算指定加速器針對目標網絡當前任務執行驅動的識別精度；
9.根據權利要求8所述的一種基于RISC-V的二值化神經網絡加速器，其特征在于：所述指定加速器針對目標網絡當前任務執行驅動的識別精度的計算公示為：
10.根據權利要求8所述的一種基于RISC-V的二值化神經網絡加速器，其特征在于：所述任務驅動效果反饋模塊的具體分析過程包括：提取指定加速器針對目標網絡當前任務執行的通信保障能力評估指標TX和質量保障能力評估指標ZL，由公式評價指定加速器針對目標網絡當前任務執行的驅動效果，其中TX0、ZL0分別為云數據庫存儲任務驅動效果評價標準規劃的參照通信保障能力評估指標和參照質量保障能力評估指標。
...【技術特征摘要】
1.一種基于risc-v的二值化神經網絡加速器，其特征在于，包括：
2.根據權利要求1所述的一種基于risc-v的二值化神經網絡加速器，其特征在于：所述適配指令集篩選模塊的具體分析過程包括：從目標網絡配置數據中提取各配置層級及其對應各類邏輯運算要求和各類數據處理方式要求，檢索指定加速器配置的各類risc-v指令集中是否存在目標網絡各配置層級對應各類邏輯運算要求的支持運算指令以及各類數據處理方式要求的支持操作指令，以此分析指定加速器配置的各類risc-v指令集對于目標網絡架構的指令覆蓋度icj，j為指定加速器配置的各類risc-v指令集的編號，j＝1，2，...，b；
3.根據權利要求2所述的一種基于risc-v的二值化神經網絡加速器，其特征在于：所述icj的具體分析過程包括：整合目標網絡配置層級的邏輯運算要求類型總數量和數據處理方式要求類型總數量，計算指定加速器配置的各類risc-v指令集中針對目標網絡配置層級邏輯運算要求的支持指令覆蓋率和數據處理方式要求的支持指令覆蓋率，將二者進行累加以得到指定加速器配置的各類risc-v指令集對于目標網絡架構的指令覆蓋度。
4.根據權利要求2所述的一種基于risc-v的二值化神經網絡加速器，其特征在于：所述rmj的具體分析過程包括：由公式分析指定加速器各類risc-v指令集歷史預設周期內各難度等級任務執行的質量評分，其中y0、v0、p0分別為預置的參照精度值、參照速度值和參照功耗值，同理計算目標網絡當前任務執行的需求質量評分
5.根據權利要求2所述的一種基于risc-v的二值化神經網絡加速器，其特征在于：所述通信保障能力評估模塊的具體分析過程包括：分別記錄適配risc-v指令集針對目標網絡當前任務執行驅動過程中通信鏈路的通信帶寬利用率變化曲線、通信延遲變化曲線、丟包率變化曲線和誤碼率變化曲線，分析指定加速器針對目標網絡當前任務執行驅動的整體通信質量系數cq；
6.根據權利...
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。