[實用新型]用于深度學習引擎的設備和系統

有效

• 申請號: 201920242966.4
• 申請日: 2019-02-26
• 公開（公告）號: CN210006057U
• 公開（公告）日: 2020-01-31
• 發明（設計）人: S·P·辛格;T·勃伊施;G·德索利
• 申請（專利權）人: 意法半導體國際有限公司;意法半導體股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04;G06N3/063
• 代理公司: 11256 北京市金杜律師事務所
• 代理人: 王茂華;張昊

1.一種用于深度學習引擎的設備，其特征在于，包括：

集成電路；

可重構流開關，形成在所述集成電路中；以及

算術單元，所述算術單元具有：

至少一個輸入，被布置為接收通過所述可重構流開關傳送的流數據；

至少一個輸出，被布置為通過所述可重構流開關來流傳輸結果數據；以及

多條數據路徑，所述多條數據路徑中的至少一條數據路徑專用于根據二階多項式的近似實現激活函數，所述二階多項式具有輸出＝AX²+BX+C的形式。

2.根據權利要求1所述的設備，其特征在于，所述多條數據路徑中的專用于實現所述激活函數的所述至少一條數據路徑專用于實現整流線性單元ReLU函數。

3.根據權利要求1所述的設備，其特征在于，專用于實現所述激活函數的所述至少一條數據路徑可被配置為實現識別函數、二元階躍函數、軟階躍函數、雙曲正切函數、弧切函數、整流線性單元ReLU函數、參數ReLU函數、指數線性單元函數和軟加函數。

4.根據權利要求1所述的設備，其特征在于，所述集成電路被布置用于卷積神經網絡運算。

5.根據權利要求1所述的設備，其特征在于，包括：

系數存儲庫，耦合至所述算術單元，所述系數存儲庫被布置為同時存儲至少兩個激活函數的系數。

6.根據權利要求1所述的設備，其特征在于，所述算術單元被配置為接收所述流數據作為多維輸入特征卷。

7.根據權利要求6所述的設備，其特征在于，所述流數據包括指定所述輸入特征卷的幾何比例的信息。

8.根據權利要求6所述的設備，其特征在于，所述算術單元被布置為定義具有輸入圖塊高度、輸入圖塊寬度和輸入圖塊深度的輸入圖塊，并且其中所述算術單元被布置為以算法可配置圖案使所述輸入圖塊行進通過所述輸入特征卷。

9.根據權利要求8所述的設備，其特征在于，所述算法可配置圖案具有高度、寬度和深度。

10.根據權利要求1所述的設備，其特征在于，所述算術單元包括：

專用于存儲查找表LUT的數據存儲庫，所述查找表被布置為存儲用于執行多個二階多項式近似的數據。

11.一種用于深度學習引擎的系統，其特征在于，包括：

存儲器；

應用處理器；

數字信號處理器DSP集群；

可配置加速器框架CAF；以及

至少一個通信總線架構，將所述應用處理器、所述DSP集群和所述CAF通信地耦合至所述存儲器，其中所述CAF包括：

可重構流開關；和

算術單元，具有多條數據路徑，所述多條數據路徑中的至少一條數據路徑專用于根據二階多項式的近似實現激活函數，所述二階多項式具有輸出＝AX²+BX+C的形式。

12.根據權利要求11所述的系統，其特征在于，包括：

集成電路封裝件，包含所述存儲器、所述應用處理器、所述DSP集群、所述CAF和所述至少一個通信總線架構。

13.根據權利要求11所述的系統，其特征在于，包括：

電源管理器電路，所述電源管理器電路可電耦合至電池。

14.根據權利要求11所述的系統，其特征在于，所述系統是移動設備。