[发明专利]神经网络处理器、卷积神经网络数据复用方法及相关设备

摘要

一种神经网络处理器，包括：存储电路，存储进行卷积运算所需的初始输入数据和权重值；至少一个计算电路，包括：数据缓存器，缓存初始输入数据；权重缓存器，缓存权重值；卷积运算器，在当前层卷积神经网络中根据初始输入数据及权重值进行卷积运算得到多个第一卷积结果，并将具有对应关系的第一卷积结果进行累加后得到多个第二卷积结果；同时，删除所述多个第一卷积结果；结果缓存器，缓存多个第二卷积，作为下一层卷积神经网络的所述初始输入数据。本发明还提供一种卷积神经网络数据复用方法、装置、电子设备及存储介质。本发明通过多层次数据复用，提高了神经网络处理器的运算速度，并降低了功耗。

主权项

1.一种神经网络处理器，其特征在于，所述神经网络处理器包括：存储电路，用于存储进行卷积运算所需的初始输入数据和权重值；至少一个计算电路，用于从所述存储电路中读取所述初始输入数据和所述权重值，并基于所述初始输入数据和所述权重值进行卷积运算，其中，所述至少一个计算电路包括：数据缓存器，用于缓存所述计算电路读取的所述初始输入数据；权重缓存器，用于缓存所述计算电路读取的所述权重值；卷积运算器，用于在当前层卷积神经网络中根据所述初始输入数据及所述权重值进行卷积运算得到多个第一卷积结果，并将具有对应关系的所述第一卷积结果进行累加后得到多个第二卷积结果；同时，当对所有具有对应关系的所述第一卷积结果进行累加后，删除所述多个第一卷积结果；结果缓存器，用于缓存所述多个第二卷积结果，并根据预设存储规则将所述多个第二卷积结果发送至所述数据缓存器中，作为下一层卷积神经网络的所述初始输入数据；或者，发送至所述存储电路中进行存储。