[发明专利]基于时间步的二值脉冲图的脉冲卷积神经网络硬件加速器

权利要求书

1.一种基于时间步的二值脉冲图的脉冲卷积神经网络硬件加速器，其特征在于：包括第一特征提取器、第二特征提取器、分类引擎和控制器；

所述第一特征提取器设置在第一层，用于卷积计算、膜电位更新以及池化操作；

所述第二特征提取器设置在第二层，用于卷积计算、膜电位更新以及池化操作，该第二特征提取器的输入端与第一特征提取器的输出端连接；

所述分类引擎设置在第三层，用于对目标的分类，其由多个并行设置的全连接单元和一个脉冲计数器组成，分类引擎的输入端与第二特征提取器的输出端连接；

所述控制器用于负责控制输入权重，该控制器分别与第一特征提取器、第二特征提取器和分类引擎连接；

所述第一特征提取器包括16个脉冲卷积计算单元，每个脉冲卷积计算单元包括两个用于对输入数据进行缓存的行缓存，以及由9个选择器和4个加法器构成的2-D卷积矩阵；

所述第二特征提取器包括32组脉冲卷积计算单元，每组由16个脉冲卷积计算单元组成；

所述第一特征提取器和第二特征提取器中，还包括膜电位计算单元，同一通道共享一个膜电位计算单元，用于对卷积过后的结果进行膜电位在每个时间步泄露积分计算；

所述膜电位计算单元由1个加法器、1个乘法器、1个选择器和1个膜电位内存组成，其中，加法器的一输入端与脉冲卷积计算单元的输出端连接，加法器的输出端与乘法器的一输入端连接，选择器的输出端与乘法器的另一输入端连接，乘法器的输出端与膜电位内存的输入端连接，膜电位内存的输出端与加法器的另一输入端连接。

2.根据权利要求1所述的基于时间步的二值脉冲图的脉冲卷积神经网络硬件加速器，其特征在于：所述第一特征提取器和第二特征提取器中，还包括池化单元，同一通道共享一个池化单元，用于对膜电位计算单元计算后的结果进行或处理，完成池化；

所述池化单元包括一个移位寄存器和一个四输入或门，所述移位寄存器与四输入或门连接。

3.根据权利要求1或2所述的基于时间步的二值脉冲图的脉冲卷积神经网络硬件加速器，其特征在于：所述分类引擎包括10组并行设置的全连接单元和一个脉冲计数器，各全连接单元分别与脉冲计数器连接。

4.根据权利要求3所述的基于时间步的二值脉冲图的脉冲卷积神经网络硬件加速器，其特征在于：所述全连接单元由32个选择器、五级流水线加法树和一个累加器组成，用于完成对第二层的32个输出脉冲图进行并行计算；其中，所述五级流水线加法树中第一级的加法器的两输入端分别与2个选择器的输出端连接；五级流水线加法树中第五级的加法器的输出端与累加器的输入端连接。

5.根据权利要求4所述的基于时间步的二值脉冲图的脉冲卷积神经网络硬件加速器，其特征在于：所述脉冲计数器包括10个计数器，脉冲计数器用于对输出脉冲计数，在时间长度为T，脉冲数量最大的类即为分类结果。