[发明专利]人工神经网络处理装置有效

专利信息
申请号: 201710258133.2 申请日: 2017-04-19
公开(公告)号: CN107679621B 公开(公告)日: 2020-12-08
发明(设计)人: 方绍峡;隋凌志;于谦;王俊斌;单羿 申请(专利权)人: 赛灵思公司
主分类号: G06N3/063 分类号: G06N3/063
代理公司: 北京卓孚律师事务所 11821 代理人: 任宇
地址: 美国加利福尼亚*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 人工 神经网络 处理 装置
【权利要求书】:

1.一种用于运行神经网络的神经网络处理器,包括:

内存控制器组,其包括一个或多个内存控制器,每个内存控制器用于访问对应的外部储存芯片,所述外部储存芯片储存神经网络数据和指令;

片上总线,用于内存控制器组与处理器内核阵列之间的通信;和

处理器内核阵列,所述处理器内核阵列包括一个或多个处理器内核,每个处理器内核进一步包括:

寄存器,用于配置神经网络处理器的工作参数和获取神经网络处理器的工作状态;

指令模块,用于获取并解析外部储存芯片中的指令并将解析结果传递至数据传输控制器;

数据传输控制器,用于基于指令模块的解析结果将神经网络数据写入缓存模块,以及将一个或多个卷积计算单元和混合计算单元的计算结果从缓存模块写回外部储存芯片;

缓存模块,用于储存神经网络数据和计算结果,所述计算结果包括中间计算结果和最终计算结果;

一个或多个卷积计算单元,用于进行卷积计算并获得卷积计算结果;和

混合计算单元,用于进行混合计算并获得混合计算结果,以基于卷积计算的结果进行再加工,其中,所述混合计算单元包括:池化计算单元、逐元素计算单元、尺寸变换计算单元和全连接计算单元,

其中,所述卷积计算单元与所述混合计算单元相分离,且脱离顺序执行的流水线限制而彼此独立。

2.根据权利要求1所述的神经网络处理器,其中,每个卷积计算单元进一步包括:

乘法器阵列,用于进行卷积计算并获得卷积计算结果;

加法树,其与乘法器阵列相连,用于对卷积计算结果求和;和

非线性计算阵列,其与所述加法树相连,用于把非线性函数操作应用到加法树的输出上。

3.根据权利要求1所述的神经网络处理器,其中,所述缓存模块进一步包括:

缓存池,用于储存神经网络数据和卷积计算单元、混合计算单元的计算结果,所述计算结果包括中间计算结果和最终计算结果;

数据写调度单元,用于将神经网络数据和所述卷积计算单元、混合计算单元的计算结果写入缓存池;

数据读调度单元,用于从缓存池读取计算所需的数据和所述卷积计算单元、混合计算单元的计算结果。

4.根据权利要求3所述的神经网络处理器,其中,所述缓存池进一步包括:一个或多个缓存块。

5.根据权利要求3所述的神经网络处理器,其中,数据写调度单元还包括:

一个或多个写调度通道,每个写调度通道用于与所述一个或多个卷积计算单元以及所述混合计算单元中的对应计算单元的输出连通;和

写仲裁单元,用于根据预定规则对所述一个或多个写调度通道进行排队,从而对所述一个或多个卷积计算单元以及所述混合计算单元的计算结果的写入进行调度。

6.根据权利要求3所述的神经网络处理器,其中,数据读调度单元还包括:

一个或多个读调度通道,每个读调度通道用于与所述一个或多个卷积计算单元以及所述混合计算单元中的对应计算单元的输入连通;和

读仲裁单元,用于根据预定规则对所述一个或多个读调度通道进行排队,从而对所述一个或多个卷积计算单元以及所述混合计算单元的计算结果的读取进行调度。

7.根据权利要求1所述的神经网络处理器,其中,指令模块包括:

第一指令单元,用于获取并解析外部储存芯片中的指令;

第二指令单元,用于获取并解析外部储存芯片中的指令;和

指令分发单元,用于选择启动第一指令单元和第二指令单元中的一个,并将启动的指令单元的解析结果传递至数据传输控制器。

8.根据权利要求7所述的神经网络处理器,其中,所述第一指令单元还包括:

第一指令获取单元,用于获取外部储存芯片组中的指令;

第一指令解析单元,用于对获取的指令进行解析以获得解析结果。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于赛灵思公司,未经赛灵思公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710258133.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top