[发明专利]神经网络的数据处理方法、装置、芯片和存储介质

说明书

本发明提供一种神经网络的数据处理方法、装置、芯片和存储介质。该方法包括：控制第一轴突模块将从第一路由模块中获取的第一发放数值存储至第一轴突模块的存储单元中；控制第一树突模块向第一轴突模块请求获取第一发放数值，并根据第一发放数值以及第一突触模块提供的突触权重进行模电位积分运算，得到当前神经元的积分模电位，并将积分模电位存储至模电位存储器中；控制第一胞体模块从模电位存储器中读取积分模电位，并对积分模电位进行发放运算处理，得到当前神经元的第二发放数值，并将第二发放数值输出至第一路由模块；控制第一路由模块继续将第二发放数值输出至目的计算核。该方法大大提高了神经网络数据的处理效率。

技术领域

本发明涉及神经网络，特别是涉及神经网络的数据处理方法、装置、芯片和存储介质。

背景技术

随着人工智能技术的不断发展，基于神经形态工程的类脑计算研究逐渐成为近几年来新兴的学术热点，其可广泛用于语音识别、图像识别、视频检索、机器人控制、虚拟现实技术等领域。神经形态芯片被公认为类脑计算的高效硅实现方法，它借鉴人脑信息处理方式，打破“冯·诺依曼”架构的束缚，实现了存储和计算的一体化，并采用大规模的神经元互联结构实现了类人脑神经网络的高效电路。

传统技术中的神经形态电路对神经元的仿真是基于神经元整体的不可拆分的模拟，即神经形态电路不能单独执行所模拟的神经元整体中的轴突部分、树突部分或者胞体部分的工作。因此，传统技术中的神经形态电路在处理神经网络中的数据时，数据处理的每一个环节耦合性较强，数据处理效率低。

发明内容

基于此，有必要针对传统技术中神经形态电路在处理神经网络中的数据时，数据处理的每一个环节耦合性较强，数据处理效率低的技术问题，提供一种神经网络的数据处理方法、装置、电路、芯片和存储介质。

第一方面，本发明实施例提供一种神经网络的数据处理方法，包括：

控制当前计算核的第一轴突模块将从当前计算核的第一路由模块中获取的第一发放数值存储至所述第一轴突模块的存储单元中；

控制当前计算核的第一树突模块向所述第一轴突模块请求获取所述第一发放数值，并根据所述第一发放数值以及当前计算核中的第一突触模块提供的突触权重进行膜电位积分运算，得到当前神经元的积分膜电 位，并将所述积分模电位存储至膜电 位存储器中；所述第一发放数值为所述当前神经元的前一个神经元发放到路由上的值；

控制当前计算核的第一胞体模块从所述膜电 位存储器中读取所述积分膜电 位，并对所述积分膜电 位进行发放运算处理，得到当前神经元的第二发放数值，并将所述第二发放数值输出至所述第一路由模块；

控制所述第一路由模块继续将所述第二发放数值作为新的第一发放数值输出至所述目的计算核。

在其中的一个实施例中，所述控制当前计算核的第一树突模块向所述第一轴突模块请求获取所述第一发放数值，包括：

控制所述第一树突模块在需要发放数值时，向所述第一轴突模块发送请求信号；

控制所述第一轴突模块向所述第一树突模块发送响应信号，并输出所需要的发放数值；其中，所述响应信号的长度与所需要的发放数值的个数相关。

在其中的一个实施例中，所述控制所述第一路由模块继续将所述第二发放数值作为新的第一发放数值输出至所述目的计算核，包括：

控制所述第一路由模块在接收到所述第一胞体模块的发送指令后，根据所述第一胞体模块发送的当前神经元标识和预设的映射关系，确定当前神经元对应的路由信息；其中，所述映射关系包括不同的神经元标识与路由信息之间的对应关系；

控制所述第一路由模块根据所述第二发放数值和所述当前神经元对应的路由信息生成路由数据包，并输出至所述目的计算核。