[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

提供了一種人工智能(AI)處理器及其執行神經網絡運算的方法。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，被配置為控制至少一個存儲器和多個神經網絡運算器。控制器控制圖像的輸入的圖像數據被存儲在至少一個存儲器中，并且控制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圖像的大小和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，并且輸出放大的圖像數據。

技術領域

本公開涉及圖像處理，并且更具體地，涉及一種用于執行圖像處理的人工智能(AI)處理器和使用該AI處理器的圖像處理。

背景技術

由于人們對人工智能(AI)技術的興趣日益增加，因此人們嘗試將AI技術以嵌入式的方式應用于諸如終端設備(例如，電視(TV)和智能電話)之類的產品，并且在設備上(on-device)環境中操作該產品。

特別地，AI技術已被廣泛地應用于圖像處理，并且已連續開發了使用具有多層結構的人工神經網絡來執行圖像處理的技術。例如，已開發了用于執行各種圖像處理操作的技術，例如使用人工神經網絡來提高圖像質量、擴大圖像的大小、或者預測和重構圖像缺失的區域。

當在圖像處理領域中使用人工神經網絡時，使用人工神經網絡的圖像處理需要大量的計算。特別地，當圖像的大小逐漸增大或需要實時處理圖像時，用于處理圖像的硬件的資源和功耗會進一步增加。另外，當在除服務器以外的終端設備的設備上環境中執行圖像處理時，用于減少終端設備的硬件的資源和功耗的技術變得更加重要。

發明內容

本公開的實施例提供了一種用于減少圖像處理所需的終端設備的硬件的資源或功耗的人工智能(AI)處理器及其執行神經網絡運算的方法。

另外，本公開的實施例提供了一種相對于各種圖像大小能夠自適應地進行操作的AI處理器、一種執行神經網絡運算的方法以及一種神經網絡運算平臺。

附加方面部分地將在下面的描述中進行闡述，部分地將根據該描述而變得清楚。

根據本公開的示例實施例，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，包括被配置為控制至少一個存儲器和多個神經網絡運算器的電路。控制器可以被配置為控制將輸入的圖像數據存儲在至少一個存儲器中，并且控制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圖像的大小和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，并且輸出放大的圖像數據。

根據本公開的另一示例實施例，一種由AI處理器執行的用于執行神經網絡運算的方法，包括：接收圖像的輸入的圖像數據，并且將該輸入的圖像數據存儲在至少一個存儲器中；基于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至少一個存儲器中的輸入的圖像數據進行分割；通過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神經網絡運算；以及輸出放大的圖像數據作為通過至少一個神經網絡運算器執行神經網絡運算的結果。

附圖說明

根據結合附圖的以下詳細描述，本公開的某些實施例的上述和其它方面、特征和優點將更清楚明白，在附圖中：

圖1是示出了根據本公開的實施例的示例人工智能(AI)編碼過程和示例AI解碼過程的圖；

圖2是示出了根據本公開的實施例的AI解碼裝置的示例配置的框圖；

圖3是示出了根據本公開的實施例的顯示設備的示例配置的框圖；

圖4是示出了根據本公開的實施例的AI處理器的示例配置的框圖；

圖5是示出了根據本公開的實施例的包括多個神經網絡運算器的AI處理器的示例配置的框圖；

圖6是示出了根據本公開的實施例的示例神經網絡運算的圖；