← 返回刚才阅读的位置

知识卡片

结构图卡 · 9600.u · 生成模型:DeepSeek-V4.1-Flash

全连接层映射到FCore

理解等级:中级

类脑芯片的每个功能核(FCore)只有 256 个神经元、每神经元 256 个连接,而网络建模时通常按全局规模设计,所以上片前必须拆分。以 1024×1024 全连接层为例:输出神经元彼此独立,先按输出拆成 4 个 1024×256 子网,输入用复制扇出分发给四份;每个子网再按输入拆,4 个 FCore 各算 256×256 的部分和,另 4 个 FCore 做第二级求和,最后扇出 256 个输出。整个层耗 (4+4)×4 = 32 个 FCore。规则可概括为:输出超 256 就拆输出并复制输入,输入超 256 就拆输入并做两级求和,扇入扇出都必须压在 256 以内。

结构图:

flowchart TD
  A["1024×1024全连接层"] --> B["按输出拆成4个子网"]
  B --> C["输入复制扇出4份"]
  C --> D["4个FCore算部分和"]
  D --> E["4个FCore二级求和"]
  E --> F["共32个FCore"]
这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《基于类脑计算的目标检测与跟踪技术》第8章 类脑计算平台及其目标检测与跟踪应用(源文件:extracted/基于类脑计算的目标检测与跟踪技术/_epub-src/OPS/txt008.html) - 结论依据:类脑芯片的每个功能核(FCore)只有 256 个神经元、每神经元 256 个连接,而网络建模时通常按全局规模设计,所以上片前必须拆分。 - 原始内容:最终,完成1024×1024的全连接层一共消耗(4+4)×4=32个FCore(未考虑扇出拓展的复制FCore)。