[發明專利]人工智能處理器及其執行神經網絡運算的方法在審
| 申請號: | 202010600420.9 | 申請日: | 2020-06-28 |
| 公開(公告)號: | CN112183736A | 公開(公告)日: | 2021-01-05 |
| 發明(設計)人: | 金斗炫;成珉鏞;樸泰俊;李相祚 | 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;G06N3/08 |
| 代理公司: | 中科專利商標代理有限責任公司 11021 | 代理人: | 倪斌 |
| 地址: | 韓國*** | 國省代碼: | 暫無信息 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 人工智能 處理器 及其 執行 神經網絡 運算 方法 | ||
1.一種人工智能AI處理器,包括:
至少一個存儲器;
多個神經網絡運算器,包括被配置為處理圖像的電路;以及
控制器,被配置為控制所述至少一個存儲器和所述多個神經網絡運算器;
其中,所述控制器還被配置為控制將所述圖像的輸入的圖像數據存儲在所述至少一個存儲器中;
控制所述多個神經網絡運算器中的至少一個神經網絡運算器對基于所述圖像的大小和所述多個神經網絡運算器的數據處理能力分割而成的圖像數據執行神經網絡運算;以及
輸出放大的圖像數據。
2.根據權利要求1所述的AI處理器,其中,所述控制器還被配置為去激活所述多個神經網絡運算器之中的不對所述分割而成的圖像數據執行神經網絡運算處理的神經網絡運算器。
3.根據權利要求1所述的AI處理器,其中,所述控制器還被配置為基于所述圖像的水平大小和所述多個神經網絡運算器的數據處理單位對所述輸入的圖像數據進行分割。
4.根據權利要求1所述的AI處理器,其中,所述至少一個存儲器包括分別與所述多個神經網絡運算器相對應的多個N排存儲器,
其中,所述多個N排存儲器包括所述多個神經網絡運算器的所述神經網絡運算所需的運算值、所述神經網絡運算的中間值或最終值中的至少一個。
5.根據權利要求1所述的AI處理器,其中,所述控制器還被配置為:控制所述多個神經網絡運算器對基于所述圖像的大小和所述多個神經網絡運算器的數量分割而成的圖像數據執行神經網絡運算,并且輸出所述放大的圖像數據。
6.根據權利要求5所述的AI處理器,其中,所述控制器還被配置為:基于所述圖像的大小,轉換所述多個神經網絡運算器的時鐘頻率的速度。
7.根據權利要求5所述的AI處理器,其中,所述控制器還被配置為:基于對所述分割而成的圖像數據執行所述神經網絡運算所需的預期功耗量,確定是基于所述多個神經網絡運算器的數據處理能力還是基于所述多個神經網絡運算器的數量對所述輸入的圖像數據進行分割。
8.根據權利要求1所述的AI處理器,其中,所述多個神經網絡運算器被配置為執行卷積神經網絡運算、非線性運算和放大運算。
9.根據權利要求1所述的AI處理器,其中,所述輸入的圖像數據包括來自用于AI縮小的AI與用于AI放大的AI之間的關聯訓練的關聯數據。
10.根據權利要求1所述的AI處理器,其中,所述控制器還被配置為:獲得與所述圖像的幀相對應的參數,并且將所述參數寄存在與所述多個神經網絡運算器中的每一個相對應的寄存器中。
11.根據權利要求1所述的AI處理器,其中,所述多個神經網絡運算二器被配置為針對所述圖像的每個幀應用不同的參數,以對所述分割而成的圖像數據執行所述神經網絡運算。
12.根據權利要求1所述的AI處理器,其中,基于所述圖像為幀,所述輸入的圖像數據包括與所述幀的一排的像素相對應的圖像數據。
13.一種由人工智能AI處理器執行的用于執行神經網絡運算的方法,所述方法包括:
接收圖像的輸入的圖像數據并將所述輸入的圖像數據存儲在至少一個存儲器中;
基于所述圖像的大小和多個神經網絡運算器的數據處理能力對存儲在所述至少一個存儲器中的所述輸入的圖像數據進行分割;
通過所述多個神經網絡運算器中的至少一個神經網絡運算器對分割而成的圖像數據執行所述神經網絡運算;以及
輸出放大的圖像數據作為通過所述至少一個神經網絡運算器執行所述神經網絡運算的結果。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于三星電子株式會社,未經三星電子株式會社許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010600420.9/1.html,轉載請聲明來源鉆瓜專利網。





