深度学习编译器脉冲神经网络算子处理方法、系统、介质

  • 国民经济行业:信息传输、软件和信息技术服务业/软件和信息技术服务业/软件开发
  • 学科类别:信息科学与系统科学/系统评估与可行性分析
  • 权利人:上海交通大学

知识产权简介

本发明公开了一种基于深度学习编译器的脉冲神经网络(SNN)算子处理方法、系统及介质,本发明提供的处理方法包含算子转换、算子合并、算子拆分和算子映射方法。其中,算子转换方法包括将SNN神经元算子拆分为基础算子和自定义SNN神经元算子两种方案:第一种方案通过将反向传播训练计算梯度使用的替代函数注册到编译器,并将前向传播的阶跃函数替换成编译器可识别的算子;第二种方案将SNN神经元的行为实现为一个单一的算子,并注册到编译器中;深度学习编译器将算子转化为中间表示(IR),如开放神经网络交换(ONNX)格式。其中,算子合并将全连接(FC)算子和SNN算子合并;算子拆分是根据全连接矩阵规模和众核类脑芯片单核乘加器(MAC)的处理能力将全连接矩阵拆分为子矩阵;最后,进行算子映射,以最少通信跳数为优化目标,满足时序约束、资源约束,以线性规划方法求解组合优化。本发明可实现基于深度学习编译器的SNN神经元算子高效部署。

基本信息

权利人 上海交通大学
知识产权类型 专利
意向合作模式
预估金额
联系合作