← 返回列表

AI加速器的优化方法及AI加速器

申请号: CN202311744044.0
申请人: 电子科技大学(深圳)高等研究院; 英国i4AI有限公司; 深圳华大九天科技有限公司
申请日期: 2023/12/19

摘要文本

本发明公开一种AI加速器的优化方法及AI加速器,涉及AI加速器技术领域,解决了现有AI加速器中进化算法耗时较长的技术问题。该优化方法包括:准备原始数据,剔除异常数据后进行标注得到标注数据,选择部分标注数据作为训练集;确定遗传编程的搜索空间,定义函数集和终端集,并对标注数据进行预处理、特征提取、特征拼接、回归和结果输出;定义遗传编程的适应度函数;基于函数集、终端集、适应度函数,训练集分别进行种群初始化、适应度评估、执行遗传操作和遗传终止条件判断,搜索得到目的神经网络架构。本发明利用遗传编程进行AI加速器的性能优化,搜索得到一个最优的权重和特征精度的神经网络架构,降低了计算成本。

专利详细信息

项目 内容
专利名称 AI加速器的优化方法及AI加速器
专利类型 发明申请
申请号 CN202311744044.0
申请日 2023/12/19
公告号 CN117422114A
公开日 2024/1/19
IPC主分类号 G06N3/063
权利人 电子科技大学(深圳)高等研究院; 英国i4AI有限公司; 深圳华大九天科技有限公司
发明人 严圆; 肖江; 和思成; 孙峰; 李耘; 曹斌; 范衠; 邹兰榕; 郑鹏飞
地址 广东省深圳市龙华区观澜街道新澜社区观光路1301-78号银星智界二期2号楼; ; 广东省深圳市福田区福保街道福保社区桃花路与槟榔道交汇处西北深九科技创业园5号楼1001

专利主权项内容

1.一种AI加速器的优化方法,其特征在于,通过遗传编程得到目的神经网络架构进行AI加速器优化,包括以下步骤:S10:根据目标问题准备所需的原始数据,剔除原始数据中的异常数据,根据不同数据类型进行标注得到标注数据,并选择部分标注数据作为训练集;S20:确定遗传编程的搜索空间,定义遗传编程的函数集和终端集,并对标注数据进行预处理、特征提取、特征拼接、回归和结果输出;S30:定义遗传编程使用的适应度函数,用于搜索最佳个体;S40:基于所述函数集、终端集、适应度函数,所述训练集分别进行种群初始化、适应度评估、执行遗传操作和遗传终止条件判断,搜索得到目的神经网络架构。 来自: