本文提出一种对神经网络权重进行编排方法,根据量化的权重值的稀疏特性,通过只编排权重非0值,从而减少权重带宽;同时,提出一种硬件实现架构,结合编排好的权重,能够有效减少卷积网络的乘法运算,特别是在网络权重稀疏情况下,可以进一步减少卷积计算,从而提升神经网络处理能力.

在无线通信领域,处理器需要处理的数据量非常大,这给数据处理及相应的存储带来了很高的要求,特别是在基带领域,数据量能达到几十Gbps甚至更高,对存储提岀了更髙的要求.本文描述一种新型数据存储方式,能够有效缓解片外数据存储带宽需求,同时进一步提升数据传输效率并降低设备功耗.

利用室分设备的现有传输网络,完成对第三方定位等设备的接入,在实现5G覆盖的同时,也满足了多样化的室内场景垂直行业应用的定位需求,从而大幅降低了第三方定位设备的安装成本和难度.

本文提出了一种基于IT云化的5G通信系统架构,采用功能资源池组合的方式,通过以太网对各资源池进行互联,通过灵活的参数配置满足不同的组网需求和网络部署,很好地解决了未来对于大流量,高带宽,低时延的通信网络需求,在未来的通信系统中将会非常具备竞争力.

逻辑设计中，经常遇到为了完成某个功能任务需要用到多个并行任务的处理结果，而那些并行的任务间是独立的，每个并行任务的执行时间也可能无法预测。在这种情况下，任务调度逻辑需要对每个并行任务的执行情况进行管理，对这些执行逻辑进行流量控制等，导致调度逻辑的设计比较复杂。文章介绍一种方法，调度逻辑只需要对一个执行模块进行管理和流量控制，就可以实现对多个并行任务的流控功能，简化了任务调度逻辑的设计。

介绍了一种有效的FIFO复位策略.在逻辑设计中,经常需采用FIFO来缓存数据包.当系统发生异常时,FIFO有可能出现如丢包后数据包对应关系错乱且不可恢复问题,此时,为了用最小的代价使得整个逻辑恢复正常,通常采用软件控制复位FIFO来解决.但由于软件复位FIFO时是随机的,复位有可能发生在数据包传递过程中,造成不完整的数据包写入FIFO,而导致新的不可恢复故障.因此,有必要针对复位FIFO操作进行相应处理,以达到正确复位的目的.