申请/专利权人：绍兴埃瓦科技有限公司;上海埃瓦智能科技有限公司

申请日：2021-09-14

公开（公告）日：2024-03-22

公开（公告）号：CN113807509B

主分类号：G06N3/063

分类号：G06N3/063;G06F17/15

优先权：

专利状态码：有效-授权

法律状态：2024.03.22#授权;2022.01.04#实质审查的生效;2021.12.17#公开

摘要：本发明提供了一种神经网络加速装置、方法和通信设备，属于数据处理领域，具体包括主存储器接收并存储待处理图像的特征图数据、权重数据；主控制器根据神经网络的结构参数，生成配置信息和运算指令；数据缓存模块包括用于缓存从特征图数据中提取的特征行数据的特征数据缓存单元和用于缓存从权重数据中提取的卷积核数据的卷积核缓存单元；数据控制器根据配置信息和指令信息调整数据通路，控制数据提取器提取的数据流加载到对应的神经网络计算单元，神经网络计算单元至少完成一个卷积核与特征图数据的卷积运算在至少一个周期完成多个卷积结果的累加，从而实现电路重构以及数据复用；累加器对卷积结果进行累加输出卷积核对应的输出特征图数据。

主权项：1.一种神经网络加速装置，其特征在于，包括：主存储器，用于接收并存储待处理图像的特征图数据、权重数据；主控制器，用于解析神经网络程序编译指令，并根据神经网络的结构参数，生成配置信息和运算指令；数据缓存模块，包括用于缓存从所述特征图数据中提取的特征行数据的特征数据缓存单元和用于缓存从所述权重数据中提取的卷积核数据的卷积核缓存单元；神经网络计算模块，包括数据控制器、数据提取器和神经网络计算单元，所述数据控制器根据配置信息和指令信息调整数据通路，控制所述数据提取器提取的数据流按指令信息加载到对应的神经网络计算单元，所述神经网络计算单元至少完成一个卷积核与所述特征图数据的卷积运算，并在至少一个周期完成多个卷积结果的累加，从而实现电路重构以及数据复用；累加器，用于对卷积核运算单元得到的多个输入通道特征图上的卷积结果进行累加，输出所述卷积核对应的输出特征图数据，其中，所述神经网络计算模块还包括第一移位寄存器组与第二移位寄存器组，所述神经网络计算单元包括乘加子单元与部分和缓存子单元，所述第一移位寄存器组采用串行输入并行输出的方式，并通过第一多路选择复用器将所述特征行数据输出至所述乘加子单元；所述第二移位寄存器组采用串行输入并根据步长择一输出的方式，并通过第二多路选择复用器将所述卷积核行数据输出至下一级卷积运算乘加阵列和所述乘加子单元，所述乘加子单元将输入的所述特征行数据和所述卷积核行数据对应进行乘法运算，并与所述部分和缓存子单元中的卷积行部分和数据进行累加运算，当完成所述卷积核行数据与对应卷积窗口的所述特征行数据的卷积操作时，将所述卷积窗口的多个行卷积结果部分和累加，实现卷积核的一个滑窗卷积操作；每组不同级的卷积运算乘加阵列在一个卷积行周期输出行运算结果给所述累加器，所述累加器通过加法树将当前卷积核所有行对应的各组同级所述卷积运算乘加阵列输出的所述行运算结果累加，从而实现一个卷积核的卷积运算。

全文数据：

权利要求：

百度查询： 绍兴埃瓦科技有限公司;上海埃瓦智能科技有限公司 神经网络加速装置、方法和通信设备

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD