[发明专利]用于卷积神经网络的高效可配置卷积计算加速器

权利要求书

1.用于卷积神经网络的可配置卷积计算加速器，包括：

1个模式选择模块，用于控制模块间的数据流，完成选择3*3、5*5、7*7和11*11四种卷积计算模式中的一种；

2个快速卷积模块，用于实现6并行卷积计算，快速卷积模块可以使用任意的6并行快速有限冲击响应结构；

2个补充乘法模块，用于支持快速卷积模块实现7*7卷积计算模式，每个补充乘法模块包含6个乘法器；

1个数据输入模块，用于以正确顺序输入不同卷积计算模式下的数据；

1个数据输出模块，用于以正确顺序输出不同卷积计算模式下的数据，可以使用只含有加法器的电路，或者使用含有压缩器和加法器的电路；

所述用于卷积神经网络的可配置卷积计算加速器还用于实现3*3、5*5、7*7和11*11卷积计算模式，以及，还用于实现12*12及以内其他尺寸卷积计算，具体包括：

在3*3模式下，通过使用快速卷积模块，即使用6并行快速有限冲击响应结构中的3并行快速有限冲击响应滤波器，实现3*3卷积计算模式的方法；

在5*5模式下，通过使用快速卷积模块，即使用6并行快速有限冲击响应结构，并将第6位卷积系数置0，实现5*5卷积计算模式的方法；

在7*7模式下，通过使用补充乘法模块计算第1位卷积结果，结合快速卷积模块的结果，相加得到7*7卷积计算结果的方法；

在11*11模式下，通过使用2个快速卷积模块，同时将第12个卷积系数设为0，并将2个快速卷积模块的结果相加，得到11*11卷积计算结果的方法；

在上述不同模式下，通过适当设置卷积系数来完成12*12及以下尺寸卷积计算的方法。

2.根据权利要求1所述的用于卷积神经网络的可配置卷积计算加速器，还包括优化6并行快速有限冲击响应结构的方法，所述优化6并行快速有限冲击响应结构的方法为使用4-2压缩器，替换6并行快速有限冲击响应结构中部分加法器，得到优化的6并行快速有限冲击响应结构。

3.根据权利要求2所述的用于卷积神经网络的可配置卷积计算加速器，其特征在于，所述6并行快速有限冲击响应结构中，包括优化的3并行快速有限冲击响应滤波器，优化3并行快速有限冲击响应滤波器结构的方法为使用3-2压缩器，替换3并行快速有限冲击响应滤波器中部分加法器，得到优化的3并行快速有限冲击响应滤波器。