[发明专利]一种神经网络处理器和采用其执行的卷积运算方法

权利要求书

1.一种神经网络处理器，包括：

用于存储神经网络的输入特征图数据的数据存储单元，其与数据缓存单元相连；

用于存储已训练好的权重的权重存储单元，其与权重缓存单元相连；

有效元素子组匹配单元，用于从权重向量查找有效权重并从神经元向量查找有效神经元，匹配获得有效元素子组，其中，每一个有效元素子组包括一个有效权重以及与该有效权重对应的一个有效神经元，所述有效权重是非零权重，所述有效神经元是非零神经元；所述有效元素子组匹配单元还用于：生成反映所述权重向量中各元素是否为零值的权重有效性标识编码并生成反映所述神经元向量中各元素是否为零值的神经元有效性标识编码；根据所述权重有效性标识编码和所述神经元有效性标识编码匹配获得用于查找所述有效元素子组的有效性匹配编码；

卷积运算单元，用于针对所述有效元素子组执行卷积运算；

有效元素子组暂存单元，其与所述有效元素子组匹配单元和所述卷积运算单元相连，用于接收所述有效元素子组匹配单元输出的所述有效元素子组并将其输出至所述卷积运算单元；

控制单元，用于控制所述神经网络处理器中数据的传递过程和传递数量，其被配置为：

将一个卷积核包含的权重从权重存储单元加载到权重缓存单元，并将一个卷积域内所有输入特征图包含的神经元从数据存储单元加载到数据缓存单元；

从数据缓存单元和权重缓存单元分别加载相同维度的神经元向量和权重向量到有效元素子组匹配单元；

将经由有效元素子组匹配单元获得的有效元素子组加载至卷积运算单元。

2.根据权利要求1所述的神经网络处理器，其特征在于，所述有效元素子组匹配单元通过执行以下过程获得所述有效性匹配编码：

将非零权重和非零神经元标记为1，将零值权重和零值神经元标记为0获得所述权重有效性标识编码和所述神经元有效性标识编码；

将所述权重有效性标识编码和所述神经元有效性标识编码进行逻辑与操作获得所述有效性匹配编码。

3.一种采用权利要求1所述神经网络处理器执行的卷积运算方法，包括以下步骤：

步骤1：获取卷积域内待执行卷积运算的权重向量和神经元向量，其中所述权重向量和所述神经元向量具有相同的维度；

步骤2：从所述权重向量查找有效权重并从所述神经元向量查找有效神经元，匹配获得有效元素子组，其中，每一个有效元素子组包括一个有效权重以及与该有效权重对应的一个有效神经元，所述有效权重是非零权重，所述有效神经元是非零神经元；生成反映所述权重向量中各元素是否为零值的权重有效性标识编码并生成反映所述神经元向量中各元素是否为零值的神经元有效性标识编码；根据所述权重有效性标识编码和所述神经元有效性标识编码匹配获得用于查找所述有效元素子组的有效性匹配编码；

步骤3：针对所述有效元素子组执行卷积运算。

4.根据权利要求3所述的方法，其中，

通过将非零权重和非零神经元标记为1，将零值权重和零值神经元标记为0获得所述权重有效性标识编码和所述神经元有效性标识编码；

将所述权重有效性标识编码和所述神经元有效性标识编码进行逻辑与操作获得所述有效性匹配编码。