[发明专利]面向向量处理器的二维矩阵卷积的向量化实现方法

权利要求书

1.一种面向向量处理器的二维矩阵卷积的向量化实现方法，其特征在于，步骤为：

S1:输入卷积矩阵A和卷积核矩阵B；通过DMA控制器将卷积矩阵A和卷积核矩阵B分别搬运到向量存储单元和标量存储单元；

S2:将卷积矩阵A的一行元素和卷积核矩阵B的一个元素广播后对应的一行元素一一对应相乘，相乘的结果通过一个初始化为0的累加寄存器进行累加；

S3:通过混洗指令取出步骤S2中从卷积矩阵A中取出的一行元素的前K-1个元素至向量处理单元，并与本次取出并广播至向量处理单元的卷积核矩阵B的第二个元素进行一一对应相乘，结果累加至步骤S2中的累加寄存器中；其中K为并行处理单元的个数；

S4:判断是否完成卷积核矩阵B一行元素的计算，若没有完成，返回步骤S3，若完成则继续步骤S5；

S5:将卷积矩阵A和卷积核矩阵B的数据地址指向相应的下一数据行，最终完成卷积结果矩阵C的第一行元素的计算；

S6:通过循环步骤S2～步骤S5最终完成整个卷积结果矩阵C的计算。

2.根据权利要求1所述的面向向量处理器的二维矩阵卷积的向量化实现方法，其特征在于，在上述步骤S1的搬运过程中，通过DMA控制器的配置，卷积矩阵A的每一行组织成一个数据帧，卷积核矩阵B的每一个元素组织成一个数据帧，整个卷积矩阵A共分成p个数据帧，当所述数据帧的元素个数不等于向量处理器中并行处理单元的个数K的倍数时，在数据帧尾部补0使得每个数据帧的元素个数等于并行处理单元的个数K的倍数。

3.根据权利要求1或2所述的面向向量处理器的二维矩阵卷积的向量化实现方法，其特征在于，对于m×m的卷积矩阵A与n×n的卷积核矩阵B的卷积运算，得到(m-n+1)×(m-n+1)的卷积结果矩阵C，且m≥n，结果矩阵C的每一个元素都是由n×n的卷积核矩阵B的所有元素在m×m的卷积矩阵A上与卷积核矩阵B同样大小的区域进行点积运算并累加求和的结果。