[发明专利]用于执行神经网络操作的设备和操作该设备的方法

说明书

提供一种用于执行神经网络操作的设备和操作该设备的方法。一种操作被配置为对连续输入的图像帧执行神经网络操作的神经网络装置的方法，所述方法包括：由处理电路，通过对基于第一先前特征图和第一当前特征图的特征值之间的差产生的第一增量特征图执行线性操作来产生第二增量特征图；将作为第二先前特征图的特征值从至少一个存储器加载到处理电路上，所加载的特征值是与存储在所述至少一个存储器中的第一特征图中的将被更新的第一局部区域对应的特征值；在处理电路，基于第二增量特征图和第二先前特征图来产生第二当前特征图；通过将第二当前特征图存储在所述至少一个存储器中来更新第一特征图。

本申请要求于2017年12月26日提交到韩国知识产权局的第10-2017-0180131号韩国专利申请的权益，所述韩国专利申请的公开通过引用全部包含于此。

技术领域

本发明构思的至少一个示例实施例涉及一种半导体设备，更具体地讲，涉及一种用于对连续接收的图像帧执行神经网络操作的设备和操作该设备的方法。

背景技术

神经网络表示对生物大脑进行建模的计算架构。最近，随着神经网络技术的发展，各种电子系统通过使用神经网络装置分析输入数据并提取有效信息的研究正在积极地进行。

神经网络装置对于复杂的输入数据需要大量的运算。为了允许神经网络装置对连续的输入图像帧进行实时分析并提取信息，需要可有效地处理神经网络操作的技术。

发明内容

本发明构思的至少一些示例实施例提供了一种可提高处理速度并降低功耗的神经网络装置以及操作该神经网络装置的方法。

根据本发明构思的至少一些实例实施例，一种操作神经网络装置的方法，所述神经网络装置被配置为对连续输入的图像帧执行神经网络操作，所述方法包括：由处理电路，通过对基于第一先前特征图的特征值与第一当前特征图的特征值之间的差产生的第一增量特征图执行线性操作来产生第二增量特征图；将作为第二先前特征图的特征值从至少一个存储器加载到处理电路上，所加载的特征值是与存储在所述至少一个存储器中的第一特征图中的将被更新的第一局部区域对应的特征值；由处理电路，基于第二增量特征图和第二先前特征图来产生第二当前特征图；通过将第二当前特征图存储在所述至少一个存储器中来更新第一特征图。

根据本发明构思的至少一些实例实施例，一种操作应用处理器的方法，所述应用处理器被配置为执行神经网络操作，所述方法包括：由计算模块，通过对基于先前输入帧与当前输入帧之间的差产生的增量特征图执行线性操作来产生线性增量特征图；将第一特征值从第一存储器和第二存储器中的至少一个加载到计算模块的处理电路上，所述第一特征值被包括在至少一个第一块中，所述至少一个第一块是存储在第一存储器和第二存储器中的所述至少一个中的先前特征图的多个块之中的与线性增量特征图的有效块对应的块；由计算模块，通过对包括在线性增量特征图的有效块中的增量特征值的每一个和所述第一特征值之中的对应的特征值进行相加来产生当前特征图；由计算模块，基于当前特征图来更新先前特征图。

根据本发明构思的至少一些实例实施例，一种计算装置，被配置为对连续接收的输入帧执行神经网络操作，所述计算装置包括：处理电路，被配置为：通过对基于第一先前特征图的特征值与第一当前特征图的特征值之间的差产生的第一增量特征图执行线性操作来产生第二增量特征图，基于第二先前特征图和第二增量特征图来产生第二当前特征图；存储器，被配置为存储第二先前特征图，其中，计算装置被配置为：将第二先前特征图中的将被更新的第一局部区域的特征值从存储器提供给处理电路。

附图说明

通过参照附图详细描述本发明构思的示例实施例，本发明构思的示例实施例的以上和其他特征以及优点将变得更加清楚。附图意在描绘本发明构思的示例实施例，并不应被解释为限制权利要求的预期范围。除非明确地指出，否则附图不应被认为按比例绘制。

图1是根据本发明构思的至少一个示例实施例的电子系统的框图；