[发明专利]一种用于深度学习的加速装置及计算装置

权利要求书

1.一种用于深度学习的加速装置，其特征在于，包括：数据缓冲器，与所述数据缓冲器连接的运算模块；

所述数据缓存器用于，缓存声码器神经网络的网络层的中间计算结果；

所述运算模块用于，根据接收到的控制指令，从所述数据缓存器获得所述声码器神经网络的第一网络层的中间计算结果，将所述第一网络层的中间计算结果发送给所述数据缓存器。

2.根据权利要求1所述的用于深度学习的加速装置，其特征在于，还包括控制器；

所述控制器用于向所述运算单元发送所述控制指令。

3.根据权利要求1所述的用于深度学习的加速装置，其特征在于，所述根据接收到的控制指令，从所述数据缓存器获得所述声码器神经网络的第一网络层的中间计算结果，将所述第一网络层的中间计算结果发送给所述数据缓存器，包括：根据接收到的控制指令，从所述数据缓存器获得所述声码器神经网络的第一网络层的中间计算结果；

根据所述第一网络层的中间计算结果，获得与所述第一网络层级联的第二网络层的中间计算结果；

将所述第二网络层的中间计算结果发送给所述数据缓存器。

4.根据权利要求1所述的应用于深度学习的加速装置，其特征在于，所述运算模块包括：矩阵运算单元，与所述矩阵运算单元连接的加法单元，与所述加法单元连接的激活单元，与所述激活单元连接的乘法单元，与所述乘法单元连接的偏差单元；

所述矩阵运算单元用于，针对所述第一网络层的中间计算结果执行乘累加运算，获得乘累加数据；

所述加法单元用于，针对所述乘累加数据执行加法运算，获得加法和数据；

所述激活单元用于，针对所述加法和数据执行激活运算，获得第一激活数据；

所述乘法运算单元用于，将所述激活数据执行乘法运算，获得乘积数据；

所述偏差单元用于，针对所述乘积数据执行偏差运算，获得所述第二网络层的中间计算结果。

5.根据权利要求4所述的用于深度学习的加速装置，其特征在于，所述运算模块还包括：与所述加法单元连接的修正线性激活单元；

所述修正线性激活单元用于，针对所述加法和数据执行修正线性激活运算，获得第三激活数据；

将所述第三激活数据作为所述声码器神经网络的尾部网络层的中间数据。

6.根据权利要求5所述的用于深度学习的加速装置，其特征在于，所述运算模块还包括：与所述矩阵运算单元连接的归一化及随机选取单元；

所述归一化及随机选取单元用于，针对所述第三激活数据执行归一化处理，获得分类数据；根据所述分类数据中概率最大的分类数据，获得所述声码器神经网络的输出音频数据。

7.根据权利要求6所述的用于深度学习的加速装置，其特征在于，所述归一化及随机选取单元，还用于：

在所述分类数据中进行随机选取操作，获得随机数据；

将所述随机数据作为所述声码器神经网络的输入数据。

8.根据权利要求4所述的用于深度学习的加速装置，其特征在于，所述针对所述加法和数据执行激活运算，获得第一激活数据，包括：

获得所述加法和数据；

根据所述加法和数据，在预先设置的激活函数值查找表中进行检索，获得第一激活数据。

9.根据权利要求4所述的用于深度学习的加速装置，其特征在于，还包括：跳接单元；

所述跳接单元用于所述矩阵运算单元和所述第一网络层之间数据的流水线化执行。

10.根据权利要求1-9任意一项所述的用于深度学习的加速装置，其特征在于，所述用于深度学习的加速装置使用现场可编程门阵列或者专用集成电路实现。