[發明專利]神經網絡處理器、運算方法及存儲介質

在審

• 申請號: 201711051322.9
• 申請日: 2017-10-31
• 公開（公告）號: CN109726807A
• 公開（公告）日: 2019-05-07
• 發明（設計）人: 不公告發明人
• 申請（專利權）人: 上海寒武紀信息科技有限公司
• 主分類號: G06N3/063
• 分類號: G06N3/063
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 郝傳鑫;熊永強

本申請實施例公開了一種神經網絡處理器、運算方法及存儲介質，其中，神經網絡處理器包括控制模塊、與控制模塊連接的接收模塊和運算模塊、與接收模塊、控制模塊和運算模塊連接的存儲模塊，運算模塊包括多個運算器，接收模塊用于接收輸入的輸入數據和運算需求；控制模塊用于根據運算需求生成運行指令和配置指令；運算模塊用于根據配置指令對多個運算器建立連接，根據運行指令獲取存儲模塊中的數據進行運算得到至少一個中間結果數據和最終結果數據；存儲模塊用于存儲輸入數據、至少一個中間結果數據以及最終結果數據。本申請實施例，可提高神經網絡處理器的靈活性和運算效率。

技術領域

本申請涉及神經網絡算法領域，具體涉及一種神經網絡處理器、運算方法及存儲介質。

背景技術

深度神經網絡是目前許多人工智能應用的基礎，其在語音識別、圖像處理、數據分析、廣告推薦系統、汽車自動駕駛等多方面得到了突破性的應用，使得深度神經網絡應用于生活的各個方面。

隨著神經網絡的應用范圍的進一步擴大，對于現有的神經網絡，其神經元和權值的規模范圍很大。因此，如何提高神經網絡處理器的運算效率是本領域技術人員待解決的技術問題。

發明內容

本申請實施例提出了一種神經網絡處理器、運算方法及存儲介質，可對運算模塊進行配置，提高神經網絡處理器的靈活性和運算效率。

第一方面，本申請實施例提供了一種神經網絡處理器，包括控制模塊、與所述控制模塊連接的接收模塊和運算模塊、與所述接收模塊、所述控制模塊和所述運算模塊連接的存儲模塊，所述運算模塊包括多個運算器，其中：

所述接收模塊，用于接收輸入的輸入數據和運算需求；

所述控制模塊，用于根據所述運算需求生成運行指令和配置指令；

所述運算模塊，用于根據所述配置指令對所述多個運算器建立連接，根據所述運行指令獲取所述存儲模塊中的數據進行運算，得到至少一個中間結果數據和最終結果數據；

所述存儲模塊，用于存儲所述輸入數據、所述至少一個中間結果數據以及所述最終結果數據。

第二方面，本申請實施例提供了一種神經網絡處理器的運算方法，包括：

接收模塊接收輸入的輸入數據和運算需求；

控制模塊根據所述運算需求生成運行指令和配置指令；

運算模塊根據所述配置指令對所述運算模塊中包含的多個運算器建立連接，根據所述運行指令獲取存儲模塊中的數據進行運算，得到至少一個中間結果數據和最終結果數據；

所述存儲模塊存儲所述輸入數據、所述至少一個中間結果數據以及所述最終結果數據。

第三方面，本申請實施例提供了一種計算機可讀存儲介質，所述計算機存儲介質存儲有計算機程序，所述計算機程序包括程序指令，所述程序指令當被處理器執行時使所述處理器執行上述第二方面的方法。

采用了上述的神經網絡處理器、運算方法及存儲介質之后，控制模塊根據接收模塊接收的運算需求生成運行指令和配置指令，運算模塊根據控制模塊生成的運行指令和配置指令獲取存儲模塊中的數據進行運算，得到至少一個中間結果數據和最終結果數據，存儲模塊存儲接收模塊接收的輸入數據和運算模塊得到的中間結果數據和最終結果數據。即根據運算需求實現運算模塊的配置和運算，可提高神經網絡處理器的靈活性和運算模塊的使用率，從而擴大了神經網絡處理器的使用范圍。

附圖說明

為了更清楚地說明本申請實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖是本申請的一些實施例，對于本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其他的附圖。

其中：