[发明专利]一种面向卷积神经网络的低功耗电压可调卷积运算模块

权利要求书

1.一种面向卷积神经网络的低功耗电压可调卷积运算模块，其特征在于：包括数据传输单元、电压可调缓存单元和卷积计算单元；

所述数据传输单元，用于传输图像数据进入电压可调缓存单元；电压可调缓存单元用以根据数据重用频度，将数据分布于不同电压的存储片区；卷积计算单元卷将存储片区的数据进行卷积运算，输出运算结果；

所述数据传输单元，将计算数据根据此次卷积运算的卷积核及图片的规模大小，获得图像数据重用分布，切割数据块转换为一维数据进入电压可调缓存单元；

在电压可调缓存单元，根据进入电压可调缓存单元的一维数据的重用次数累加和，与达到此累加和的先后顺序，仲裁在缓存单元中不同存储片区的排布，按重用频度从高到低的排布，选取高重用频度数据进入高电压缓存区域，低重用频度数据进入低电压缓存区域，根据频度重用数据占比来调节存储片区电压；

在卷积计算单元中，使多个卷积核同时对缓存中一个片区的数据进行卷积，这里并行实现，且在电压可调缓存单元中缓存的图像数据需要根据卷积运算的原有轨迹，完成原有轨迹一次卷积运算的相加运算，这里采用Crossbar结构，完成卷积运算的输出。

2.根据权利要求1所述的一种面向卷积神经网络的低功耗电压可调卷积运算模块，其特征在于：所述数据传输单元包括数据仲裁模块、数据读取模块；所述数据仲裁模块根据此层数据卷积运算卷积核和图像数据的规模大小，对应数据的重用频度分布，判定选取二维图像数据的拼接区域大小；当图像数据和卷积核的规模确定时，整个图像数据的重用频度分布在卷积运算算法的基础上已经确定，在电压可调缓存单元，不同数据读取频度存放在不同存储片区上，以降低功耗开销；所述数据读取模块，根据切割图片大小，将此区域数据多行拼接为一行，进入电压可调缓存单元。

3.根据权利要求1或2所述的一种面向卷积神经网络的低功耗电压可调卷积运算模块，其特征在于：所述电压可调缓存单元，包括重用频度判断模块、优先级判断模块、电压调节及数据读取判断模块；重用频度判断模块根据数据的重用频度分布，将一维数据进入缓存的重用次数累积求和，基于累积和确定在缓存中的排布顺序；在缓存过程中，高累积和在缓存的偏上区域，低累积和在偏下区域，当累积和相同时，根据到达此累积和的先后顺序进行排列，即优先级判断模块根据卷积过程中原轨迹，判定到达此逻辑和的先后顺序，在存储片区中由高到低依次排列；电压调节及数据读取判断模块，根据低重用次数数据的比例，调节不同存储片区的电压，数据重用频度≤5次，选择0.6V电压；重用频度≥6次，采用1.1V电压；同时，在存储片区内数据重用频度一致时，不同存储片区选择相同电压；如果重用频度处理缓存模块中数据被卷积运算阵列读取，需要从数据传输单元中更新数据，并传输给卷积计算单元。

4.根据权利要求1所述的一种面向卷积神经网络的低功耗电压可调卷积运算模块，其特征在于：卷积计算单元利用在电压可调缓存单元排布的数据运算，包括乘运算模块、卷积轨迹判断模块和加运算模块；乘运算模块中，进入卷积运算阵列的数据会和一个卷积核中多个权重相乘，得到多个结果对应多次卷积轨迹；卷积轨迹判断模块中要根据卷积运算原有卷积轨迹，将相乘结果存在Crossbar结构的临时数据寄存器中，在加运算模块中利用根据卷积轨迹判断模块已存放的结果，完成相加运算，得到卷积运算结果。

5.根据权利要求1所述的一种面向卷积神经网络的低功耗电压可调卷积运算模块，其特征在于：所述数据重用频度的分布在进行卷积运算前就已得到；整体规律趋势是图像数据矩阵边角处数据重用频度低，中心处数据重用频度高；根据数据重用频度分布，为数据传输单元提供拼接数据块大小，及电压可调缓存单元累积求和提供依据。