[實用新型]多核心傳感器數據處理芯片

有效

• 申請號: 201820229383.3
• 申請日: 2018-02-09
• 公開（公告）號: CN207976876U
• 公開（公告）日: 2018-10-16
• 發明（設計）人: 趙婷;陳小剛;馬斌;崔毅;沈蕓;李凱;顧云超;王景偉;劉浪;陳祥孝
• 申請（專利權）人: 上海中研久弋科技有限公司
• 主分類號: G06F13/16
• 分類號: G06F13/16
• 代理公司: 上海光華專利事務所(普通合伙) 31219
• 代理人: 高彥

本實用新型提供一種多核心傳感器數據處理芯片，所述數據處理芯片包括多核心陣列區、輸入模塊、輸出模塊、控制模塊等，其中多核心陣列區包括多個總線控制核心、多個數據處理核心、多個總線；所有總線控制核心和數據處理核心通過總線相連，每個總線控制核心通過一條總線與每個數據處理核心相連；每個數據處理核心通過不同的總線實現該數據處理核心與不同的總線控制核心相連。本實用新型的多核心傳感器數據處理芯片提供了一種新的數據處理核心與總線的互連結構，相對于現有技術實現了數據處理核心與總線間更靈活的拓撲結構、數據信息傳輸方式及匹配模型的排布，具有高度的產業利用價值。

技術領域

本實用新型屬于半導體存儲集成電路領域，涉及一種多核心傳感器數據處理芯片。

背景技術

隨著科學技術的發展，即將進入物聯網時代，大量的傳感器接入網絡后，對傳感器數據處理提出了很高的要求，其中幾個關鍵問題在于：

1、大量的數據如何得到及時的處理；

2、傳感器數據的處理方式與類型密切相關，不同類型的數據需要有不同的算法進行處理；

3、傳感器數據中藏有十分有效的信息，盡管提升數據處理能力，可以在一定程度上解決數據量大和類型豐富的問題，但實現數據認知仍然十分困難。

在這種情況下，僅僅靠開發種類繁多的數據處理程序已經難以滿足我們的需求。

人的大腦通過視覺、聽覺、觸覺等等多種途徑每天處理大量的信息，在推理、識別、聯想、預測等等方面的能力是計算機系統難以匹敵的，但據估算一個成年人的大腦功耗僅僅只有20W左右，而信息在大腦中的傳遞速度也僅能達到毫秒量級。如何從人類大腦的工作方式中獲得啟發，改善計算機體系的運行方式，以達到高效率低功耗運行的目的，同時能夠按照人類的思維方式去處理數據，提供服務則是眾多研究者和公司亟待解決的問題。

腦科學研究結果表明，人腦中神經元以分層組網形式互相連接，而認知過程就在這種分層組網方式下，通過神經元之間的協作完成。這種協同工作的方式一方面通過并行工作使得響應速度遠遠低于電子器件的神經元也能完成大量的感知任務，許多方面甚至比高性能計算機做得更好；另一方面，通過學習和分層過濾，大量無效的信息被過濾掉，而有效的信息會保留到最后，從而不至于因過多數據導致大腦思維過程過載，同時也不會使得有效信息被大量的無效信息所淹沒。

神經網絡計算已經形成了一個非常成熟完善的理論體系，模仿大腦神經網絡的并行處理機制，組成多輸入多輸出系統，通過大量數據的訓練使得該系統有越來越準確的預測能力。這一系統起初是在計算機軟件中實現，為了提高計算效率，更多的硬件系統利用處理器、FPGA(Field Programmable Gate Array，現場可編程門陣列)等技術實現算法的硬件加速。更進一步的，IBM公司已在多年前啟動了人工智能的Watson電腦系統項目，新近研發的第二代TrueNorth芯片實現了模擬一百萬神經元的處理芯片，其功耗僅70mW，引領了智能處理芯片領域的研發，而IBM公司提出的“認知計算”也成為了學術界和企業界的研發熱點。

然而這些方案盡管做到了同質化的節點解決復雜的認知功能，但并沒有體現出腦神經元自主功能分化的過程，在算法的抽象下，節點不存在功能意義，只存在數據邏輯意義，形成的結果就是整個系統只能以黑盒的方式進行工作。為了實現芯片對輸入數據信息的類似腦神經元自主功能分化的認識過程，需進一步提升芯片內總線和數據處理核心的互連方式的靈活性。

本實用新型正是在這個背景下，通過設計靈活的多層的芯片拓撲結構，為處理芯片在模仿神經網絡實現認知過程中，實現節點功能分化提供硬件支持。

實用新型內容

鑒于以上所述現有技術的缺點，本實用新型的目的在于提供一種多核心傳感器數據處理芯片，用于提升現有的芯片內的拓撲結構，實現更靈活的數據處理核心與總線互聯結構、數據信息傳輸方式及匹配模型的排布。