[发明专利]神经网络处理单元及包含该处理单元的处理系统

权利要求书

1.一种神经网络处理单元，其特征在于，包括：乘法器模块和自累加器模块，其中，

所述乘法器模块包含构成流水线的多级结构，并用于执行神经网络中待计算的神经元和权值的乘法运算所述神经元和权值分为符号位和数值位，所述乘法器模块包括：输入级，由数据选通器构成，用于接收所述神经元和权值的数值位；多个中间级，排列为二叉树结构，由寄存器和加法器构成，每个中间级用于执行权值和神经元的数值位的乘法的子运算并传递中间结果；多个符号位专用寄存器，用于接收所述神经元和权值的符号位并层层传递所述神经元和权值的符号位的异或运算结果到乘法输出级；以及乘法输出级，用于输出所述神经元和权值的相乘结果；

所述自累加器模块基于控制信号对所述乘法器模块的乘法运算结果进行累加运算或将累加结果输出，所述自累加器模块包括累加器和第一数据选通器，所述累加器的第一输入端接收所述乘法器模块的输出，所述累加器的输出端通过由所述控制信号控制的所述第一数据选通器与所述累加器的第二输入端连接。

2.一种神经网络处理系统，其特征在于，包括：

处理单元阵列，由多个根据权利要求1所述的处理单元构成，用于获得卷积层的输出神经元；

池化单元，用于对所述卷积层的输出神经元进行池化处理；

控制单元，用于控制神经网络处理系统中数据的传递。

3.根据权利要求2所述的神经网络处理系统，其特征在于，所述处理单元阵列组织为二维矩阵形式。

4.根据权利要求2或3任一项所述的神经网络处理系统，其特征在于，所述控制单元基于卷积参数和所述处理单元阵列的规模确定神经元和权值的分批策略。

5.根据权利要求4所述的神经网络处理系统，其特征在于，所述控制单元根据所述分批策略确定每个周期向所述处理单元阵列输入的神经元和权值。

6.根据权利要求5所述的神经网络处理系统，其特征在于，当同一批次的神经元和相应权值的计算任务未完成时，所述控制单元向所述处理单元阵列输入第一控制信号以控制自累加器模块执行累加操作，当同一批次的神经元和相应权值的计算任务完成时，所述控制单元向所述处理单元阵列输入第二控制信号以控制自累加器模块输出累加结果。

7.根据权利要求2或3任一项所述的神经网络处理系统，其特征在于，还包括神经元缓存单元，用于存储所述卷积层的输出神经元。

8.根据权利要求7所述的神经网络处理系统，其特征在于，所述控制单元分析所述卷积层的输出神经元，在所述卷积层的输出神经元不属于同一池化域的情况下，将其存储到所述神经元缓存单元，在所述卷积层的输出神经元属于同一池化域的情况下，将其直接传递到所述池化单元。