[发明专利]一种用于卷积神经网络CNN的硬件加速系统及控制方法

权利要求书

1.一种用于卷积神经网络CNN的硬件加速系统，其特征在于，包括：CNN网络模型服务器和CNN硬件加速器，

所述CNN网络模型服务器被配置为：接收网络模型；以及，根据网络模型预先生成控制指令和网络参数文件，所述控制指令用于当应用系统运行时控制所述CNN硬件加速器完成CNN计算；

所述CNN硬件加速器被配置为：预先接收和存储所述CNN网络模型服务器输出的所述控制指令和所述网络参数文件；以及，当应用系统运行时，接收特征数据；以及，基于所述控制指令对所述网络参数和所述特征数据进行CNN计算，直到完成CNN计算，得到CNN计算结果。

2.根据权利要求1所述的硬件加速系统，其特征在于，所述CNN网络模型服务器包括：网络模型训练模块和CNN加速工具链模块，

所述网络模型训练模块被配置为：接收网络模型，根据所述网络模型得到训练后的网络参数；

所述CNN加速工具链模块被配置为：读取所述网络模型和所述网络参数，生成所述控制指令和所述网络参数文件。

3.根据权利要求1所述的硬件加速系统，其特征在于，所述CNN硬件加速器包括：控制单元、CNN加速单元及存储单元，

所述控制单元被配置为：

预处理步骤：将所述控制指令和所述网络参数加载到所述存储单元；

参数提供步骤：响应于应用系统运行的信号，将特征数据加载到所述存储单元；以及，输出所述控制指令、所述网络参数及所述特征数据；

所述CNN加速单元被配置为：

参数接收步骤：读取所述控制指令、所述网络参数及所述特征数据；

CNN计算步骤：基于所述控制指令对所述网络参数和所述特征数据进行卷积神经网络计算，得到所有数据计算完成的计算结果；以及，输出计算结果到所述存储单元，生成完成计算的计算终结信号；

所述控制单元还被配置为：

调取计算结果步骤：响应于所述计算终结信号，从所述存储单元内调取所述计算结果。

4.根据权利要求3所述的硬件加速系统，其特征在于，在所述调取计算结果步骤，周期性读取所述计算终结信号；

如果读取到所述计算终结信号，响应于所述计算终结信号，则控制单元从存储单元调取计算结果；

否则，所述控制单元继续周期性读取所述计算终结信号。

5.一种用于卷积神经网络CNN硬件加速系统的控制方法，所述方法应用于权利要求1-4所述的CNN硬件加速系统，其特征在于，包括：

CNN网络模型服务器接收网络模型；

所述CNN网络模型服务器训练所述网络模型，得到网络参数；

所述CNN网络模型服务器根据所述网络模型和所述网络参数，生成控制指令和网络参数文件；

所述CNN网络模型服务器输出所述控制指令和所述网络参数文件到所述CNN硬件加速器；

所述CNN硬件加速器存储所述控制指令和所述网络参数文件。

6.根据权利要求5所述的控制方法，其特征在于，还包括：

所述CNN硬件加速器接收所述特征数据；

所述CNN硬件加速器基于所述控制指令对所述网络参数文件中的网络参数和所述特征数据进行CNN计算；

判断CNN计算是否完成，

若是，得到CNN计算结果；

若否，继续执行进行CNN计算的步骤。

7.一种用于CNN硬件加速器的控制方法，所述方法应用于权利要求4所述的CNN硬件加速系统，其特征在于，还包括：

控制单元加载控制指令和网络参数文件到存储单元；

判断应用系统是否运行，

若是，所述控制单元加载所述特征数据到所述存储单元，

CNN加速单元读取所述控制指令、所述网络参数及所述特征数据；

所述CNN加速单元根据所述控制指令对所述网络参数及所述特征数据进行CNN计算；

判断CNN计算是否结束，

若是，输出计算结果到所述存储单元，输出结束信号给所述控制单元，若否，继续进行CNN计算的步骤；

所述控制单元响应于结束信号调取所述计算结果。