[發明專利]乘法器、數據處理方法、芯片、計算機設備及存儲介質

有效

• 申請號: 202110561400.X
• 申請日: 2021-05-22
• 公開（公告）號: CN113222132B
• 公開（公告）日: 2023-04-18
• 發明（設計）人: 霍冠廷;王文強;徐寧儀
• 申請（專利權）人: 上海陣量智能科技有限公司
• 主分類號: G06N3/063
• 分類號: G06N3/063;G06F7/491;G06N3/0464;G06N3/08
• 代理公司: 北京中知恒瑞知識產權代理事務所(普通合伙) 11889
• 代理人: 袁忠林

本公開提供了一種乘法器、數據處理方法、芯片、計算機設備及存儲介質，其中乘法器，包括：控制電路、以及乘法運算電路；其中，所述控制電路，用于確定輸入的至少兩個第一待處理數據；響應于所述至少兩個第一待處理數據中不存在預設數據，將所述至少兩個第一待處理數據傳輸給所述乘法運算電路，并接收所述乘法運算電路傳輸的結果數據；輸出所述結果數據；所述乘法運算電路，用于接收到所述控制電路傳輸的至少兩個第一待處理數據時，對所述至少兩個第一待處理數據進行乘法處理，得到所述結果數據，并將所述結果數據向所述控制電路傳輸。本公開提供的乘法器能夠降低乘法處理過程中的功耗。

技術領域

本公開涉及集成電路技術領域，具體而言，涉及一種乘法器、數據處理方法、芯片、計算機設備及存儲介質。

背景技術

人工智能作為新一輪科技革命和產業變革的核心驅動力，正快速催生新產品、新服務、新業態，重塑著經濟社會運行模式，改變人類生產和生活方式。神經網絡是一種模仿動物神經網絡行為特征，進行分布式并行信息處理的算法數學模型，是由大量處理單元互聯組成的非線性、自適應信息處理系統。神經網絡的研究能促進或者加快人工智能的發展。

卷積計算是神經網絡處理電路中需要實現的主要功能之一，乘法器是構成神經網絡處理電路的基礎單元，大量的卷積計算使得乘法器消耗的功耗成為神經網絡處理電路所消耗的功耗的主要部分。如何減少乘法器在進行乘法處理時的功耗成為當前亟待解決的問題。

發明內容

本公開實施例至少提供一種乘法器、數據處理方法、芯片、計算機設備及存儲介質。

第一方面，本公開實施例提供了一種乘法器，包括：控制電路、以及乘法運算電路；

其中，所述控制電路，用于確定輸入的至少兩個第一待處理數據；響應于所述至少兩個第一待處理數據中不存在預設數據，將所述至少兩個第一待處理數據傳輸給所述乘法運算電路，并接收所述乘法運算電路傳輸的結果數據；輸出所述結果數據；

所述乘法運算電路，用于接收到所述控制電路傳輸的至少兩個第一待處理數據時，對所述至少兩個第一待處理數據進行乘法處理，得到所述結果數據，并將所述結果數據向所述控制電路傳輸。

本公開實施例通過控制電路對是否要將第一待處理數據傳輸給乘法運算電路進行控制，在第一待處理數據中未存在預設數據時，才會將第一待處理數據傳輸給乘法運算電路進行乘法處理；能夠減少乘法運算電路20執行乘法處理時的功耗。

一種可能的實施方式中，所述控制電路，還用于：

響應于所述至少兩個第一待處理數據中存在預設數據，將所述預設數據作為對所述至少兩個第一待處理數據進行乘法處理的結果數據。

這樣，在至少兩個待處理數據中存在預設數據時，會將預設數據作為對所述至少兩個第一待處理數據進行乘法處理的結果數據，從而不會將待處理數據傳輸給乘法電路，輸入至乘法運算電路20的數據不變的情況下，乘法運算電路20內部便不會發生信號翻轉，信號無翻轉，則不會產生由于信號翻轉帶來的功耗，進而降低乘法處理的功耗。

一種可能的實施方式中，所述控制電路包括：控制信號生成電路、以及結果輸出電路；

所述控制信號生成電路，用于在接收所述至少兩個第一待處理數據后，確定所述至少兩個第一待處理數據中是否存在所述預設數據；響應于所述至少兩個第一待處理數據中存在所述預設數據時，生成第一控制信號，并向所述結果輸出電路傳輸所述第一控制信號；

所述結果輸出電路，用于響應于接收到所述第一控制信號，將所述預設數據作為對所述至少兩個第一待處理數據進行乘法處理的結果數據，并輸出所述結果數據。

一種可能的實施方式中，所述控制信號生成電路，還用于響應于所述至少兩個第一待處理數據中不存在所述預設數據，生成第二控制信號，并向所述結果輸出電路傳輸所述第二控制信號；