(EN) Methods and apparatus are described for the use of a multi-dimensional logarithmic number system for hardware acceleration of inner product computations. These methods and apparatus may be used for any device that requires low-power, low-area and fast inner product computational units, such as, for example, deep neural network training and inference calculations on edge devices. In a particular embodiment, neural network training is performed using multi-dimensional logarithmic data representation, to obtain a set of neural network weight coefficients. Given the determined weight coefficients, the second base is optimized for multi-dimensional logarithmic data representation. This optimal representation may be used to perform inference by the neural network.
(FR) L'invention concerne des procédés et des appareils pour l'utilisation d'un système de numération logarithmique multidimensionnel (MDLNS) pour l'accélération matérielle de calculs de produit interne. Ces procédés et appareils peuvent être utilisés pour tout dispositif qui nécessite des unités de calcul de produit interne à basse consommation, à faible superficie et rapides, par exemple pour des calculs d'entraînement de réseau de neurones profond et d'inférence sur des dispositifs de périphérie. Dans un mode de réalisation particulier, un entraînement de réseau de neurones est effectué à l'aide d'une représentation de données logarithmiques multidimensionnelles, afin d'obtenir un ensemble de coefficients de pondération du réseau de neurones. Étant donnés les coefficients de pondération déterminés, la seconde base est optimisée pour une représentation de données logarithmiques multidimensionnelles. Cette représentation optimale peut être utilisée pour effectuer une inférence par le réseau de neurones.
