摘要
本发明涉及基于自适应补偿机制的随机计算处理单元及方法,采用一个由轻量级神经网络固化而成的自适应补偿核替代传统的固化补偿规则,自适应补偿核能够根据参与乘法运算的两个操作数,实时且动态地预测出一个最佳补偿参数来进行补偿。该方案通过数据驱动的方式,实现了对随机计算的计算误差进行精确、连续且个性化的补偿,通过采用常量系数乘法器技术进行硬件实现,使得该自适应补偿核在硬件上具有极低的面积与功耗开销。与现有技术相比,能在不显著增加硬件成本的前提下,大幅提升随机计算的保真度,为构建高性能、高能效的随机计算神经网络加速器提供了新的有效途径。