[发明专利]神经网络处理器、芯片和电子设备在审
| 申请号: | 201911253030.2 | 申请日: | 2019-12-09 |
| 公开(公告)号: | CN111047035A | 公开(公告)日: | 2020-04-21 |
| 发明(设计)人: | 袁生光 | 申请(专利权)人: | OPPO广东移动通信有限公司 |
| 主分类号: | G06N3/063 | 分类号: | G06N3/063;G06F13/16;G06F9/30 |
| 代理公司: | 深圳翼盛智成知识产权事务所(普通合伙) 44300 | 代理人: | 李汉亮 |
| 地址: | 523860 广东*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 神经网络 处理器 芯片 电子设备 | ||
本申请实施例提供一种神经网络处理器、芯片和电子设备,神经网络处理器包括:第一处理模块,所述第一处理模块包括具有专用寄存器的卷积处理单元;通用寄存器,所述通用寄存器与所述卷积处理单元连接;和加载存储模块,所述加载存储模块与所述通用寄存器连接,所述加载存储模块还通过所述专用寄存器与所述卷积处理单元连接;所述加载存储模块用于加载数据到所述通用寄存器和加载数据到所述卷积处理单元的专用寄存器中的至少一个。本申请实施例可以提高神经网络处理器加载数据的速度。
技术领域
本申请涉及电子技术领域,特别涉及一种神经网络处理器、芯片和电子设备。
背景技术
人工神经网络(artificial neural networks,ANN)从信息处理角度对神经元网络进行抽象,建立某种简单模型,按照不同的连接方式组成不同的网络。这些研究通常被称为深度学习(deep learning)、计算机学习(computer learning)等类似术语。
相关技术中,神经网络处理器中的处理单元往往与数据存储交互,在数据传输过程中,传输速度较慢。
发明内容
本申请实施例提供一种神经网络处理器、芯片和电子设备,可以提高神经网络处理器加载数据的速度。
本申请实施例公开一种神经网络处理器,包括:
第一处理模块,所述第一处理模块包括具有专用寄存器的卷积处理单元;
通用寄存器,所述通用寄存器与所述卷积处理单元连接;和
加载存储模块,所述加载存储模块与所述通用寄存器连接,所述加载存储模块还通过所述专用寄存器与所述卷积处理单元连接;
所述加载存储模块用于加载数据到所述通用寄存器和加载数据到所述卷积处理单元的专用寄存器中的至少一个。
本申请实施例还公开一种芯片,所述芯片包括神经网络处理器,所述神经网络处理器为如上所述的神经网络处理器。
本申请实施例还公开一种电子设备,包括:
系统总线;
外部存储器;
中央处理器;和
神经网络处理器,所述神经网络处理器为如上所述的神经网络处理器;
其中,所述神经网络处理器通过所述系统总线连接所述外部存储器和所述中央处理器,所述神经网络处理器受控于所述中央处理器从所述外部存储器中获取待处理数据、及对所述待处理数据进行处理以得到处理结果,并将所述处理结果反馈到所述外部存储器。
本申请实施例中,神经网络处理器通过加载存储模块可以将数据同时加载到通用寄存器和卷积处理单元的专用寄存器,从而可以提高加载数据的速度。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍。
图1为本申请实施例提供的神经网络处理器的第一种结构示意图。
图2为本申请实施例提供的神经网络处理器的第二种结构示意图。
图3为本申请实施例提供的神经网络处理器的第三种结构示意图。
图4为本申请实施例提供的神经网络处理器的第四种结构示意图。
图5为本申请实施例提供的神经网络处理器的第五种结构示意图。
图6为本申请实施例提供的数据存储模块的结构示意图。
图7为本申请实施例提供的神经网络处理器的第六种结构示意图。
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OPPO广东移动通信有限公司,未经OPPO广东移动通信有限公司许可,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/201911253030.2/2.html,转载请声明来源钻瓜专利网。





