公开(公告)号：CN112513885A

公开(公告)日：2021-03-16

申请号：CN201980036663.X

申请日：2019-06-21

Applicant: 三星电子株式会社

Inventor： 伊利亚·奥夫相尼科夫 ,  阿里·沙菲伊·阿德斯塔尼 ,  约瑟夫·哈桑 ,  王磊 ,  李世焕 ,  宋准镐 ,  张准佑 ,  王一兵 ,  李岳成

IPC: G06N3/063

Abstract: 一种神经处理器。在一些实施例中，处理器包括：第一区块、第二区块、存储器和总线。总线可连接到存储器、第一区块和第二区块。第一区块可包括：第一权重寄存器、第二权重寄存器、激活缓冲器、第一乘法器和第二乘法器。激活缓冲器可被配置为包括：第一队列，连接到第一乘法器；和第二队列，连接到第二乘法器。第一队列可包括第一寄存器和与第一寄存器邻近的第二寄存器，第一寄存器是第一队列的输出寄存器。第一区块可被配置为：在第一状态下，在第一乘法器中将第一权重与来自第一队列的输出寄存器的激活相乘；并且在第二状态下，在第一乘法器中将第一权重与来自第一队列的第二寄存器的激活相乘。

公开(公告)号：CN111382859A

公开(公告)日：2020-07-07

申请号：CN201910653551.0

申请日：2019-07-18

Applicant: 三星电子株式会社

Inventor： 李世焕

IPC: G06N3/063 ,  G06K9/62

Abstract: 提供了一种基于输入特征图的重用来执行卷积核与输入特征图之间的卷积运算的方法、以及使用该方法的神经网络装置。神经网络装置生成卷积核的每个权重与输入特征图之间的运算的输出值，并且通过在输出特征图中的基于卷积核中的权重的位置而设置的位置处累加输出值来生成输出特征图。

公开(公告)号：CN110443347A

公开(公告)日：2019-11-12

申请号：CN201910315912.0

申请日：2019-04-18

Applicant: 三星电子株式会社

Inventor： 李俊行 ,  朴炫宣 ,  李世焕 ,  李承远

IPC: G06N3/04 ,  G06N3/08

Abstract: 提供了神经网络方法和装置。处理器实现的神经网络方法包括：基于所确定的输入数据的类的数量来确定输出运算结果的神经网络层的精度，以及根据所确定的精度来处理所述层的参数。

公开(公告)号：CN119088536A

公开(公告)日：2024-12-06

申请号：CN202410586715.3

申请日：2024-05-13

Applicant: 三星电子株式会社

Inventor： 刘志刚 ,  李世焕 ,  金东均 ,  张准祐

IPC: G06F9/50

Abstract: 公开了集成电路和用于对指令进行加速的方法。所述集成电路包括：中央处理器(CPU)核；加速器；以及加速指令队列，连接到CPU核和加速器。CPU核用于：以编程顺序从指令序列之中提取和解码一个或多个指令；确定所述一个或多个指令之中的包含编码在指令中的加速工作负载的所述指令；以及将包含编码在所述指令中的加速工作负载的所述指令在加速指令队列排队。

公开(公告)号：CN111401512B

公开(公告)日：2024-06-04

申请号：CN202010009066.2

申请日：2020-01-03

Applicant: 三星电子株式会社

Inventor： 迪内希·库玛·亚达夫 ,  安库尔·德希瓦尔 ,  萨普塔尔斯·达斯 ,  张准祐 ,  李世焕

IPC: G06N3/0464

Abstract: 本发明涉及一种以可变扩张率在神经网络中进行卷积的方法和系统。该方法包括接收第一内核的尺寸和扩张率。此外，基于第一内核的尺寸、存储器的基线架构和扩张率，来确定一个或多个分解内核的尺寸中的至少一个。此外，基于扩张率以及与输入图像的尺寸和存储器相关联的一个或多个参数，确定输入图像的一个或多个块的地址。此后，从存储器中获取输入图像的所述一个或多个块以及所述一个或多个分解内核。最后，该方法包括基于所述一个或多个分解内核中的每一个与输入图像的所述一个或多个块的卷积来获得输出图像。

公开(公告)号：CN109697027B

公开(公告)日：2024-02-02

申请号：CN201811183956.4

申请日：2018-10-11

Applicant: 三星电子株式会社

Inventor： 金钟华 ,  李世焕

IPC: G06F3/06

Abstract: 提供了一种数据存储设备。可以提供的数据存储设备包括：缓冲器，被配置为接收第一信息和第二信息并在其中存储第一信息和第二信息，第一信息包括第一数据和标识第一数据的特征的第一流类数，第二信息包括第二数据和标识第二数据的特征的第二流类数，第二流类数与第一流类数不同；非易失性存储器，被配置为对存储在缓冲器中的第一数据和第二数据进行存储，非易失性存储器包括共享存储器区域和专用存储器区域，专用存储器区域与共享存储器区域不同；以及控制器，被配置为控制缓冲区和非易失性存储器，控制器被配置为在共享存储器区域中存储第一数据和第二数据，然后将存储在共享存储器区域中的第一数据迁移到专用存储器区域。

公开(公告)号：CN115018061A

公开(公告)日：2022-09-06

申请号：CN202110868755.3

申请日：2021-07-30

Applicant: 三星电子株式会社

Inventor： 张准祐 ,  宋陈煜 ,  李世焕

IPC: G06N3/063 ,  G06N3/04 ,  G06N3/08

Abstract: 公开了神经处理装置和神经处理装置的操作方法。所述神经处理装置包括：第一存储器，被配置为存储通用数据；第二存储器，与第一存储器区分开并且具有小于第一存储器的容量的容量；带宽控制路径，被配置为基于控制信号重新配置存储器带宽，以用于存储器用户使用第一存储器和第二存储器中的一个；以及控制逻辑，被配置为：计算用于存储器用户中的目标用户的数据的目标容量，并且基于将所述目标容量与第二存储器的容量进行比较的结果生成控制信号，以将目标用户的数据存储在第二存储器中，存储器用户中的目标用户是基于人工神经网络的层配置确定的。

公开(公告)号：CN109783405A

公开(公告)日：2019-05-21

申请号：CN201811274577.6

申请日：2018-10-30

Applicant: 三星电子株式会社

Inventor： 李世焕 ,  崔贤镇

IPC: G06F12/1009

Abstract: 存储设备包括存储器设备和控制器，该控制器将从主机接收的逻辑地址转换为存储器设备的物理地址。该控制器管理对应信息和映射函数，该对应信息指示逻辑地址和物理地址之间的对应关系，该映射函数用于在由对应信息中管理的物理地址所指示的存储器设备上的部分存储器区域中确定与所接收的逻辑地址相对应的映射单元。与所接收的逻辑地址相对应的映射单元是由所接收的逻辑地址指示的存储器设备上的区域。控制器参考对应信息来确定包括与所接收的逻辑地址相对应的映射单元的部分存储器区域，并且通过使用映射函数从该部分存储器区域中确定映射单元。

公开(公告)号：CN111382859B

公开(公告)日：2025-05-02

申请号：CN201910653551.0

申请日：2019-07-18

Applicant: 三星电子株式会社

Inventor： 李世焕

IPC: G06N3/063 ,  G06N3/0464 ,  G06N3/08 ,  G06F18/213 ,  G06F18/241 ,  G06V10/764 ,  G06V10/82

Abstract: 提供了一种基于输入特征图的重用来执行卷积核与输入特征图之间的卷积运算的方法、以及使用该方法的神经网络装置。神经网络装置生成卷积核的每个权重与输入特征图之间的运算的输出值，并且通过在输出特征图中的基于卷积核中的权重的位置而设置的位置处累加输出值来生成输出特征图。

公开(公告)号：CN109754064B

公开(公告)日：2024-04-12

申请号：CN201811024492.2

申请日：2018-09-03

Applicant: 三星电子株式会社

Inventor： 宋准镐 ,  李世焕 ,  张准祐

IPC: G06N3/0464 ,  G06N3/08

Abstract: 一种被配置为执行解卷积操作的神经网络装置，包括：存储器，被配置为存储第一内核；以及处理器，被配置为：从所述存储器获取所述第一内核；通过调整包括在所述第一内核中的矩阵元素的排列来计算第二内核；通过划分第二内核来生成子内核；使用卷积运算符来执行输入特征映射与子内核之间的卷积操作；并且通过合并卷积操作的结果来生成输出特征映射作为输入特征映射的解卷积。