MACHINE LEARNING ACCELERATOR PAIRED WITH GENERAL PURPOSE RECONFIGURABLE COMPUTING CORE
A method for accelerating machine learning on a computing device is described. The method includes partitioning neural network parameters and input data processed by a plurality of multiply-accumulate (MAC) units of a MAC array of the computing device. The method also includes interleaving MAC opera...
Gespeichert in:
| Hauptverfasser: | , , , , , |
|---|---|
| Format: | Patent |
| Sprache: | eng ; fre |
| Schlagworte: | |
| Online-Zugang: | Volltext bestellen |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| container_end_page | |
|---|---|
| container_issue | |
| container_start_page | |
| container_title | |
| container_volume | |
| creator | KHAWAM, Sami NOUSIAS, Ioannis SHITOLE, Vishal Ganesh VANDERGRIEND, Ben MUIR, Mark Ian Roy DIXIT, Deeksha |
| description | A method for accelerating machine learning on a computing device is described. The method includes partitioning neural network parameters and input data processed by a plurality of multiply-accumulate (MAC) units of a MAC array of the computing device. The method also includes interleaving MAC operations on the neural network parameters and the input data accessed according to a data sliding window and/or a stride N to compute an output during each cycle, in which N is greater than or equal to one.
On décrit un procédé d'accélération d'apprentissage automatique sur un dispositif informatique. Le procédé consiste à partitionner des paramètres de réseau neuronal et des données d'entrée traitées par une pluralité d'unités de multiplication-accumulation (MAC) d'un réseau de MAC du dispositif informatique. Le procédé consiste également à entrelacer des opérations de MAC sur les paramètres de réseau neuronal et les données d'entrée auxquelles on a accédé selon une fenêtre glissante de données et/ou à un grand saut N, pour calculer une sortie pendant chaque cycle, N étant supérieur ou égal à un. |
| format | Patent |
| fullrecord | <record><control><sourceid>epo_EVB</sourceid><recordid>TN_cdi_epo_espacenet_WO2023059447A1</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><sourcerecordid>WO2023059447A1</sourcerecordid><originalsourceid>FETCH-epo_espacenet_WO2023059447A13</originalsourceid><addsrcrecordid>eNqNjEEKwjAQAHPxIOofFjwLta2Ix3XdpoE0CWtqj6VIPIkW6v9RwQd4GhiGmatLg1Qbx2AZxRmnAYnYsmD0AgGN8Ak6E2vQ7D7WQmgl-DODMHlXGd0KHi0D-Sa08TsgL7xUs9twn9Lqx4VaVxyp3qTx2adpHK7pkV595_MsL7LdoSz3uC3-q95bJDHD</addsrcrecordid><sourcetype>Open Access Repository</sourcetype><iscdi>true</iscdi><recordtype>patent</recordtype></control><display><type>patent</type><title>MACHINE LEARNING ACCELERATOR PAIRED WITH GENERAL PURPOSE RECONFIGURABLE COMPUTING CORE</title><source>esp@cenet</source><creator>KHAWAM, Sami ; NOUSIAS, Ioannis ; SHITOLE, Vishal Ganesh ; VANDERGRIEND, Ben ; MUIR, Mark Ian Roy ; DIXIT, Deeksha</creator><creatorcontrib>KHAWAM, Sami ; NOUSIAS, Ioannis ; SHITOLE, Vishal Ganesh ; VANDERGRIEND, Ben ; MUIR, Mark Ian Roy ; DIXIT, Deeksha</creatorcontrib><description>A method for accelerating machine learning on a computing device is described. The method includes partitioning neural network parameters and input data processed by a plurality of multiply-accumulate (MAC) units of a MAC array of the computing device. The method also includes interleaving MAC operations on the neural network parameters and the input data accessed according to a data sliding window and/or a stride N to compute an output during each cycle, in which N is greater than or equal to one.
On décrit un procédé d'accélération d'apprentissage automatique sur un dispositif informatique. Le procédé consiste à partitionner des paramètres de réseau neuronal et des données d'entrée traitées par une pluralité d'unités de multiplication-accumulation (MAC) d'un réseau de MAC du dispositif informatique. Le procédé consiste également à entrelacer des opérations de MAC sur les paramètres de réseau neuronal et les données d'entrée auxquelles on a accédé selon une fenêtre glissante de données et/ou à un grand saut N, pour calculer une sortie pendant chaque cycle, N étant supérieur ou égal à un.</description><language>eng ; fre</language><subject>CALCULATING ; COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS ; COMPUTING ; COUNTING ; PHYSICS</subject><creationdate>2023</creationdate><oa>free_for_read</oa><woscitedreferencessubscribed>false</woscitedreferencessubscribed></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Tsyndetics_thumb_exl</thumbnail><linktohtml>$$Uhttps://worldwide.espacenet.com/publicationDetails/biblio?FT=D&date=20230413&DB=EPODOC&CC=WO&NR=2023059447A1$$EHTML$$P50$$Gepo$$Hfree_for_read</linktohtml><link.rule.ids>230,308,776,881,25542,76290</link.rule.ids><linktorsrc>$$Uhttps://worldwide.espacenet.com/publicationDetails/biblio?FT=D&date=20230413&DB=EPODOC&CC=WO&NR=2023059447A1$$EView_record_in_European_Patent_Office$$FView_record_in_$$GEuropean_Patent_Office$$Hfree_for_read</linktorsrc></links><search><creatorcontrib>KHAWAM, Sami</creatorcontrib><creatorcontrib>NOUSIAS, Ioannis</creatorcontrib><creatorcontrib>SHITOLE, Vishal Ganesh</creatorcontrib><creatorcontrib>VANDERGRIEND, Ben</creatorcontrib><creatorcontrib>MUIR, Mark Ian Roy</creatorcontrib><creatorcontrib>DIXIT, Deeksha</creatorcontrib><title>MACHINE LEARNING ACCELERATOR PAIRED WITH GENERAL PURPOSE RECONFIGURABLE COMPUTING CORE</title><description>A method for accelerating machine learning on a computing device is described. The method includes partitioning neural network parameters and input data processed by a plurality of multiply-accumulate (MAC) units of a MAC array of the computing device. The method also includes interleaving MAC operations on the neural network parameters and the input data accessed according to a data sliding window and/or a stride N to compute an output during each cycle, in which N is greater than or equal to one.
On décrit un procédé d'accélération d'apprentissage automatique sur un dispositif informatique. Le procédé consiste à partitionner des paramètres de réseau neuronal et des données d'entrée traitées par une pluralité d'unités de multiplication-accumulation (MAC) d'un réseau de MAC du dispositif informatique. Le procédé consiste également à entrelacer des opérations de MAC sur les paramètres de réseau neuronal et les données d'entrée auxquelles on a accédé selon une fenêtre glissante de données et/ou à un grand saut N, pour calculer une sortie pendant chaque cycle, N étant supérieur ou égal à un.</description><subject>CALCULATING</subject><subject>COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS</subject><subject>COMPUTING</subject><subject>COUNTING</subject><subject>PHYSICS</subject><fulltext>true</fulltext><rsrctype>patent</rsrctype><creationdate>2023</creationdate><recordtype>patent</recordtype><sourceid>EVB</sourceid><recordid>eNqNjEEKwjAQAHPxIOofFjwLta2Ix3XdpoE0CWtqj6VIPIkW6v9RwQd4GhiGmatLg1Qbx2AZxRmnAYnYsmD0AgGN8Ak6E2vQ7D7WQmgl-DODMHlXGd0KHi0D-Sa08TsgL7xUs9twn9Lqx4VaVxyp3qTx2adpHK7pkV595_MsL7LdoSz3uC3-q95bJDHD</recordid><startdate>20230413</startdate><enddate>20230413</enddate><creator>KHAWAM, Sami</creator><creator>NOUSIAS, Ioannis</creator><creator>SHITOLE, Vishal Ganesh</creator><creator>VANDERGRIEND, Ben</creator><creator>MUIR, Mark Ian Roy</creator><creator>DIXIT, Deeksha</creator><scope>EVB</scope></search><sort><creationdate>20230413</creationdate><title>MACHINE LEARNING ACCELERATOR PAIRED WITH GENERAL PURPOSE RECONFIGURABLE COMPUTING CORE</title><author>KHAWAM, Sami ; NOUSIAS, Ioannis ; SHITOLE, Vishal Ganesh ; VANDERGRIEND, Ben ; MUIR, Mark Ian Roy ; DIXIT, Deeksha</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-epo_espacenet_WO2023059447A13</frbrgroupid><rsrctype>patents</rsrctype><prefilter>patents</prefilter><language>eng ; fre</language><creationdate>2023</creationdate><topic>CALCULATING</topic><topic>COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS</topic><topic>COMPUTING</topic><topic>COUNTING</topic><topic>PHYSICS</topic><toplevel>online_resources</toplevel><creatorcontrib>KHAWAM, Sami</creatorcontrib><creatorcontrib>NOUSIAS, Ioannis</creatorcontrib><creatorcontrib>SHITOLE, Vishal Ganesh</creatorcontrib><creatorcontrib>VANDERGRIEND, Ben</creatorcontrib><creatorcontrib>MUIR, Mark Ian Roy</creatorcontrib><creatorcontrib>DIXIT, Deeksha</creatorcontrib><collection>esp@cenet</collection></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext_linktorsrc</fulltext></delivery><addata><au>KHAWAM, Sami</au><au>NOUSIAS, Ioannis</au><au>SHITOLE, Vishal Ganesh</au><au>VANDERGRIEND, Ben</au><au>MUIR, Mark Ian Roy</au><au>DIXIT, Deeksha</au><format>patent</format><genre>patent</genre><ristype>GEN</ristype><title>MACHINE LEARNING ACCELERATOR PAIRED WITH GENERAL PURPOSE RECONFIGURABLE COMPUTING CORE</title><date>2023-04-13</date><risdate>2023</risdate><abstract>A method for accelerating machine learning on a computing device is described. The method includes partitioning neural network parameters and input data processed by a plurality of multiply-accumulate (MAC) units of a MAC array of the computing device. The method also includes interleaving MAC operations on the neural network parameters and the input data accessed according to a data sliding window and/or a stride N to compute an output during each cycle, in which N is greater than or equal to one.
On décrit un procédé d'accélération d'apprentissage automatique sur un dispositif informatique. Le procédé consiste à partitionner des paramètres de réseau neuronal et des données d'entrée traitées par une pluralité d'unités de multiplication-accumulation (MAC) d'un réseau de MAC du dispositif informatique. Le procédé consiste également à entrelacer des opérations de MAC sur les paramètres de réseau neuronal et les données d'entrée auxquelles on a accédé selon une fenêtre glissante de données et/ou à un grand saut N, pour calculer une sortie pendant chaque cycle, N étant supérieur ou égal à un.</abstract><oa>free_for_read</oa></addata></record> |
| fulltext | fulltext_linktorsrc |
| identifier | |
| ispartof | |
| issn | |
| language | eng ; fre |
| recordid | cdi_epo_espacenet_WO2023059447A1 |
| source | esp@cenet |
| subjects | CALCULATING COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS COMPUTING COUNTING PHYSICS |
| title | MACHINE LEARNING ACCELERATOR PAIRED WITH GENERAL PURPOSE RECONFIGURABLE COMPUTING CORE |
| url | https://sfx.bib-bvb.de/sfx_tum?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2025-01-28T23%3A51%3A42IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-epo_EVB&rft_val_fmt=info:ofi/fmt:kev:mtx:patent&rft.genre=patent&rft.au=KHAWAM,%20Sami&rft.date=2023-04-13&rft_id=info:doi/&rft_dat=%3Cepo_EVB%3EWO2023059447A1%3C/epo_EVB%3E%3Curl%3E%3C/url%3E&disable_directlink=true&sfx.directlink=off&sfx.report_link=0&rft_id=info:oai/&rft_id=info:pmid/&rfr_iscdi=true |