[发明专利]计算装置以及神经网络的处理系统

权利要求书

1.一种计算装置，其特征在于，所述计算装置包括：寄存器单元、互联模块、运算单元、控制单元、数据访问单元和算数逻辑单元；其中，

寄存器单元，用于存储运算指令、数据块在存储介质的地址、运算指令对应的运算器的拓扑结构；

控制单元，用于从寄存器单元内提取运算指令、该运算指令对应的操作域以及该运算指令对应的运算器的拓扑结构，将该运算指令译码成执行指令，该执行指令用于控制运算单元执行运算操作，将该操作域传输至数据访问单元；

数据访问单元，用于提取该操作域对应的数据块，并将该数据块传输至互联模块；

互联模块，用于接收数据块，将该数据块发送至运算单元；

运算单元，用于该执行指令调用运算单元的运算器对该数据块执行运算操作得到运算结果；

算数逻辑单元，用于执行所述运算单元无法完成的非线性运算。

2.根据权利要求1所述的计算装置，其特征在于，

所述计算装置还包括：片上地址索引模块和片上存储介质，所述片上地址索引模块与片上存储介质连接，

所述片上存储介质，用于存储所述计算装置外部传来的数据或存储处理过程中产生的数据；

所述片上地址索引模块，用于在执行运算时候根据输入的索引映射至正确的存储地址以将正确的数据块送至运算单元进行处理。

3.根据权利要求1所述的计算装置，其特征在于，

所述运算指令为卷积计算指令，所述卷积计算指令包括：卷积神经网络sigmoid指令，根据该指令，装置分别从存储器的指定地址取出指定大小的输入数据和卷积核，在卷积运算部件中做卷积操作，然后将输出结果做sigmoid激活；

卷积神经网络TanH指令，根据该指令，装置分别从存储器的指定地址取出指定大小的输入数据和卷积核，在卷积运算部件中做卷积操作，然后将输出结果做TanH激活；

卷积神经网络ReLU指令，根据该指令，装置分别从存储器的指定地址取出指定大小的输入数据和卷积核，在卷积运算部件中做卷积操作，然后将输出结果做ReLU激活；以及

卷积神经网络group指令，根据该指令，装置分别从存储器的指定地址取出指定大小的输入数据和卷积核，划分group之后，在卷积运算部件中做卷积操作，然后将输出结果做激活。

4.根据权利要求3所述的计算装置，其特征在于，所述运算指令还包括：

IO指令实现从外部存储空间读入计算需要的输入数据以及在计算完成后将数据存回至外部空间；

NOP指令负责清空当前装置内部所有控制信号缓存队列中的控制信号，保证NOP指令之前的所有指令全部指令完毕；

JUMP指令负责控制将要从指令存储单元读取的下一条指令地址的跳转，用来实现控制流的跳转；

MOVE指令负责将装置内部地址空间某一地址的数据搬运至装置内部地址空间的另一地址，该MOVE指令过程独立于运算单元，在执行过程中不占用运算单元的资源。

5.根据权利要求1所述的计算装置，其特征在于，

所述控制单元，用于从寄存器单元内提取卷积计算指令、卷积计算指令对应的操作域，控制单元将该操作域传输至数据访问单元；

数据访问单元，用于从存储器内提取该操作域对应的卷积核w和偏置b，将卷积核w和偏置b传输至运算单元；

运算单元，用于通过乘法运算器将卷积核w与输入数据Xi执行乘法运算以后得到第一结果，将第一结果输入到加法运算器执行加法运算得到第二结果，将第二结果和偏置b执行加法运算得到第三结果，将第三结果输到激活运算器执行激活运算得到输出结果s，将输出结果s传输至数据访问单元存储至存储器内。