[發明專利]應用處理器、神經網絡器件及操作神經網絡器件的方法

在審

• 申請號: 201911135614.X
• 申請日: 2019-11-19
• 公開（公告）號: CN111222634A
• 公開（公告）日: 2020-06-02
• 發明（設計）人: 金賢弼;安成祐;李宗協
• 申請（專利權）人: 三星電子株式會社
• 主分類號: G06N3/063
• 分類號: G06N3/063
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 郎伊琳

1.一種用于實行神經網絡運算的神經網絡器件，所述神經網絡器件包括：

直接存儲器存取控制器，被配置以從存儲器接收浮點數據；

數據轉換器，被配置以將經由所述直接存儲器存取控制器接收到的所述浮點數據轉換成整數類型數據；以及

處理器，被配置以使用從所述數據轉換器提供的所述整數類型數據來基于整數運算實行所述神經網絡運算。

2.根據權利要求1所述的神經網絡器件，其中所述處理器包括多個處理元件，所述多個處理元件中的每一者實行所述整數運算。

3.根據權利要求1所述的神經網絡器件，其中所述數據轉換器實行浮點融合乘法-加法運算。

4.根據權利要求1所述的神經網絡器件，其中所述數據轉換器基于兩個量化參數及輸入值來實行所述輸入值的量化及數據轉換，且所述兩個量化參數及所述輸入值是浮點數。

5.根據權利要求4所述的神經網絡器件，其中所述數據轉換器的輸出是經量化的整數且所述經量化的整數的符號的存在以及所述經量化的整數的數據位的數目是基于向所述數據轉換器施加的運算碼來確定的。

6.根據權利要求1所述的神經網絡器件，其中所述數據轉換器將從所述處理器輸出的整數類型輸出數據轉換成浮點輸出數據。

7.根據權利要求6所述的神經網絡器件，其中所述直接存儲器存取控制器將所述浮點輸出數據直接提供到所述存儲器。

8.根據權利要求6所述的神經網絡器件，其中所述數據轉換器基于兩個量化參數及所述整數類型輸出數據的輸出值來對所述輸出值實行逆量化及數據轉換，所述兩個量化參數是浮點數，且所述輸出值是整數。

9.根據權利要求1所述的神經網絡器件，其中所述數據轉換器選擇性地接收整數類型輸入值并基于所述整數類型輸入值來實行整數運算。

10.根據權利要求1所述的神經網絡器件，其中所述數據轉換器包括多個浮點運算器及移位器，且根據所接收到的運算碼所述浮點運算器及所述移位器中的至少一些被去激活，且其余的浮點運算器及移位器被激活，以根據所述運算碼來實行運算模式。

11.根據權利要求1所述的神經網絡器件，其中所述數據轉換器包括：

移位器，被配置以輸出第一輸出及第二輸出；以及

浮點融合乘法-加法電路，包括加法器，所述加法器被配置以通過對所述第一輸出與所述第二輸出進行求和來產生第三輸出，

其中所述加法器的輸出被提供到所述移位器。

12.根據權利要求1所述的神經網絡器件，其中所述處理器基于從所述數據轉換器提供的整數類型權重值及整數類型輸入特征值來實行卷積運算。

13.一種操作神經網絡器件的方法，所述方法包括：

從存儲器接收浮點輸入數據；

將所述浮點輸入數據轉換成整數類型輸入數據；以及

使用所述整數類型輸入數據來基于整數運算實行神經網絡運算。

14.根據權利要求13所述的方法，其中，在所述接收所述浮點輸入數據的過程中，所述浮點輸入數據是從所述存儲器直接接收的。

15.根據權利要求13所述的方法，還包括：

在所述將所述浮點輸入數據轉換成所述整數類型輸入數據的過程中，基于兩個量化參數來實行被作為所述浮點輸入數據接收到的輸入值的量化及轉換。