[發明專利]人工智能卷積處理方法、裝置、可讀存儲介質、及終端

有效

• 申請號: 201880002147.0
• 申請日: 2018-01-15
• 公開（公告）號: CN109313723B
• 公開（公告）日: 2022-03-15
• 發明（設計）人: 肖夢秋
• 申請（專利權）人: 深圳鯤云信息科技有限公司
• 主分類號: G06N3/04
• 分類號: G06N3/04;G06N3/063;G06N3/08
• 代理公司: 深圳市華優知識產權代理事務所(普通合伙) 44319
• 代理人: 余薇

1.一種人工智能卷積處理方法，其特征在于，應用于處理模塊，所述方法包括：

將存儲于第一緩存模塊中的第一待處理數據矩陣的首端增設多列無效數據，以形成第二待處理數據矩陣；其中，所述第二待處理數據矩陣的列數為數據傳輸并行度的整數倍；

令數據傳輸模塊將所述第二待處理數據矩陣按照預設方式從所述第一緩存模塊中取出，以待進行卷積運算；

其中，

所述將存儲于第一緩存模塊中的第一待處理數據矩陣的首端增設多列無效數據，具體包括：

令所述數據傳輸并行度的值為參數pv，所述數據傳輸并行度pv表示所述數據傳輸模塊每一次傳輸待處理數據的列數，則第一待處理數據矩陣的首端增設(pv-2)列無效數據，以與所述第一待處理數據矩陣的前2列有效數據組成pv列數據；

令數據傳輸模塊將所述第二待處理數據矩陣按照預設方式從所述第一緩存模塊中取出，以待進行卷積運算，具體包括：

令所述數據傳輸模塊按行且按照pv*1的數據尺寸，分批將所述第二待處理數據矩陣從所述第一緩存模塊中取出并置入第二緩存模塊中；

令所述數據傳輸模塊按行且按照pv*k的數據尺寸，分批將所述第二待處理數據矩陣從所述第二緩存模塊中取出并置入矩陣模塊中以進行數據組合；其中，k為卷積核矩陣的尺寸；

進一步地，

所述令所述數據傳輸模塊按行且按照pv*k的數據尺寸，分批將所述第二待處理數據矩陣從所述第二緩存模塊中取出并置入矩陣模塊中以進行數據組合，具體包括：

令所述第二待處理數據矩陣每k行為一組數據；

所述數據傳輸模塊依次對每一組數據進行如下操作：在每個時鐘周期內，從該組數據中依次取出數據尺寸為pv*k的第三待處理數據矩陣并置入矩陣模塊中，直至該組數據全部被取出；

在所述每一組數據中，從所述數據傳輸模塊取出的第二個第三待處理數據矩陣開始，每個第三待處理數據矩陣均與前一個第三待處理數據矩陣的最后2列組合形成k*(pv+2)階第四待處理數據矩陣；其中，每個所述k*(pv+2)階第四待處理數據矩陣均能夠按照步長為1進行矩陣提取，以得到pv個k*k階第五待處理數據矩陣；所述k*k階第五待處理數據矩陣用于傳輸至卷積模塊以與所述卷積核矩陣進行卷積計算。

2.根據權利要求1所述的人工智能卷積處理方法，其特征在于，在所述每一組數據中，所述數據傳輸模塊取出的第一個數據尺寸為pv*k的第三待處理數據矩陣包括(pv-2)列無效數據和2列有效數據，以令其計算結果值為無效值。

3.一種人工智能處理裝置，其特征在于，包括：

第一緩存模塊，存儲有第一待處理數據矩陣；

處理模塊，用于在第一待處理數據矩陣的首端增設多列無效數據以形成第二待處理數據矩陣；其中，所述第二待處理數據矩陣的列數為數據傳輸并行度的整數倍；

數據傳輸模塊，通信連接并受控于所述處理模塊，用于將所述第二待處理數據矩陣按照預設方式從所述第一緩存模塊中取出，以待進行卷積運算；

其中，

所述在第一待處理數據矩陣的首端增設多列無效數據，具體包括：

若令所述數據傳輸并行度為pv值，所述數據傳輸并行度pv表示所述數據傳輸模塊每一次傳輸待處理數據的列數，則所述處理模塊在第一待處理數據矩陣的首端增設(pv-2)列無效數據，以與所述第一待處理數據矩陣的前2列有效數據組成pv列數據；

所述裝置還包括：

第二緩存模塊，用于存儲來自所述第一緩存模塊的所述第二待處理數據矩陣；

矩陣模塊，用于存儲來自所述第二緩存模塊的所述第二待處理數據矩陣；

所述第二待處理數據矩陣每k行為一組數據；所述數據傳輸模塊對每一組數據進行如下操作：在每個時鐘周期內，從該組數據中依次取出pv*k第三待處理數據矩陣，直至該組數據全部被取出；

其中，所述矩陣模塊還用于，從所述數據傳輸模塊在每一組數據中取出的第二個第三待處理數據矩陣開始，將每個第三待處理數據矩陣均與前一個第三待處理數據矩陣的最后2列組合形成k*(pv+2)階第四待處理數據矩陣；其中，每個所述k*(pv+2)階第四待處理數據矩陣均能夠按照步長為1進行矩陣提取，以得到pv個k*k階第五待處理數據矩陣；所述k*k階第五待處理數據矩陣用于傳輸至卷積模塊以與卷積核矩陣進行卷積計算。