[发明专利]卷积神经网络加速器

权利要求书

1.一种卷积神经网络加速器，其特征在于，包括控制模块、DMA、多个缓存、核心运算模块、浮点数转定点数模块、定点数转浮点数模块、整数转定点数模块，其中：

控制模块，用于配置输入特征图的大小，产生DMA的读写控制信号，输入特征图缓存、权重缓存、输出特征图缓存和中间计算结果缓存的双缓冲切换信号，缓存读写使能信号；控制模块还通过判断输入特征图缓存、权重缓存、输出特征图缓存的控制寄存器状态，来配置核心计算模块的运算使能信号；

整数转定点数模块，根据控制模块的配置信息将卷积神经网络第一层输入的原始的输入特征图数据转换为量化后的定点数，然后将定点数存储到输入特征图缓存；

浮点数转定点数模块，根据控制模块的配置信息将从外部存储器中输入的浮点数，按照量化结果转换为定点数，然后将定点数存储到输入特征图缓存；

定点数转浮点数模块，根据控制模块的配置信息将输出特征图缓存中的定点数转换为浮点数，转换得到的单精度浮点数通过DMA存入外部存储器；

输入特征图缓存，接收整数转定点数模块、浮点数转定点数模块或者DMA输入的定点数，并输出给核心运算模块；

权重缓存，接收经DMA输入的权重数据，并且输出给核心运算模块；

输出特征图缓模块，缓存核心计算模块计算出的中间结果或最终结果，通过DMA将核心模块计算结果或经过定点数转浮点数模块之后的结果存储到外部存储器；

核心运算模块，每个核心运算模块对应一个权重缓存和一个输出特征图缓存，所有的核心运算模块共用同一个输入特征图缓存，核心计算模块包括卷积运算模块、加法树、偏置模块、激活模块和池化模块，激活、池化操作与卷积运算耦合在一起，通过寄存器的方式配置激活和池化操作是否生效，在卷积运算完成后直接进行激活和池化操作。

2.根据权利要求1所述的卷积神经网络加速器，其特征在于，每个输出特征图缓存包括输出缓存一和输出缓存二；每个输入特征图缓存包括输入缓存一和输入缓存二；每个权重缓存包括权重缓存一和权重缓存二；每个核心运算模块对应一个权重缓存和一个输出特征图缓存。

3.根据权利要求2所述的卷积神经网络加速器，其特征在于，输入缓存一和输入缓存二分别有四个状态指示信号：加载中状态、加载完成状态、读取中状态和读取完成状态；还有两个控制信号：加载使能控制信号和读取使能控制信号，输入缓存一和输入缓存二以乒乓的形式交替进行数据加载和数据读取操作；输入特征图缓存的加载使能控制信号跳转步骤如下：

S1：判断输入缓存一的加载使能控制信号和输入缓存二的加载使能控制信号， 如果输入缓存一的加载使能控制信号为低电平且输入缓存二的加载使能控制信号为低电平，跳转到S2；如果输入缓存一的加载使能控制信号为低电平且输入缓存二的加载使能控制信号为高电平，跳转到S3；如果输入缓存一的加载使能控制信号为高电平且输入缓存二的加载使能控制信号为低电平，跳转到S4；如果输入缓存一的加载使能控制信号为高电平且输入缓存二的加载使能控制信号为低电平，跳转到S5；

S2：如果输入缓存一的读取完成状态为高电平，则输入缓存一的加载使能控制信号置为高电平，输入缓存二的加载使能控制信号保持为低电平，跳转到S1；否则，跳转到S6；

S3：如果输入缓存一的加载完成状态为高电平，跳转到S7；否则，跳转到S1；

S4：如果缓存二的加载完成状态为高电平，跳转到S8；否则，跳转到S1；

S5：输入缓存一的加载使能控制信号置为低电平，输入缓存二的加载使能控制信号置为低电平，跳转到S1；

S6：如果输入缓存二的读取完成状态为高电平，则输入缓存一的加载使能控制信号置保持为低电平，输入缓存二的加载使能控制信号置为高电平，跳转到S1，否则，跳转到S1；

S7：如果输入缓存二的读取完成状态为高电平，则输入缓存一的加载使能控制信号置为低电平，输入缓存二的加载使能控制信号置为高电平，跳转到S1，否则，输入缓存一的加载使能控制信号置为低电平，输入缓存二的加载使能控制信号置为低电平，跳转到S1；

S8：如果输入缓存一的读取完成状态为高电平，则输入缓存一的加载使能控制信号置为高电平，输入缓存二的加载使能控制信号置为低电平，跳转到S1，否则，输入缓存一的加载使能控制信号置为低电平，输入缓存二的加载使能控制信号置为低电平，跳转到S1。