[发明专利]神经网络的计算方法、加速器、计算机可读存储介质在审
申请号: | 202111268496.7 | 申请日: | 2021-10-28 |
公开(公告)号: | CN114004350A | 公开(公告)日: | 2022-02-01 |
发明(设计)人: | 王佳东;牛昕宇;蔡权雄 | 申请(专利权)人: | 深圳鲲云信息科技有限公司 |
主分类号: | G06N3/063 | 分类号: | G06N3/063;G06N3/04;G06N3/08;G06F13/28 |
代理公司: | 深圳市恒程创新知识产权代理有限公司 44542 | 代理人: | 赵正琪 |
地址: | 518000 广东省深圳市福田区福保*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 神经网络 计算方法 加速器 计算机 可读 存储 介质 | ||
1.一种神经网络的计算方法,其特征在于,应用于加速器,其中,所述加速器包括控制器、直接存储器存取DMA模块、至少两个寄存器以及与所述寄存器连接的解码器,所述神经网络的计算方法包括:
控制直接存储器存取DMA模块获取外部缓存的配置数据,并将所述配置数据缓存至所述寄存器;
从所述寄存器缓存的配置数据中获取目标配置数据,并将所述目标配置数据发送至所述解码器;
控制所述解码器对所述目标配置数据进行解码,得到解码后的目标配置数据;
接收解码后的所述目标配置数据,根据所述目标配置数据以及计算数据执行神经网络计算,得到计算结果。
2.如权利要求1所述的神经网络的计算方法,其特征在于,所述从所述寄存器缓存的配置数据中获取目标配置数据的步骤包括:
获取所述寄存器的数据指针当前指向的指针位置;
确定所述指针位置缓存的配置数据为所述目标配置数据;
获取所述目标配置数据。
3.如权利要求1所述的神经网络的计算方法,其特征在于,所述控制所述解码器对所述目标配置数据进行解码,得到解码后的目标配置数据的步骤包括:
控制解码器对所述目标配置数据进行解码,得到解码后的所述目标配置数据。
4.如权利要求1所述的神经网络的计算方法,其特征在于,所述从所述寄存器缓存的配置数据中获取目标配置数据,并将所述目标配置数据发送至所述解码器的步骤之前,包括:
获取所述解码器当前的解码状态;
在所述解码器的解码状态为空闲状态时,执行从所述寄存器缓存的配置数据中获取目标配置数据,并将所述目标配置数据发送至所述解码器的步骤。
5.如权利要求1所述的神经网络的计算方法,其特征在于,所述控制直接存储器存取DMA模块获取外部缓存的配置数据,并将所述配置数据缓存至所述寄存器的步骤之前,包括:
获取所述配置数据的数据量;
当所述配置数据的数据量大于预设数据量时,执行所述控制直接存储器存取DMA模块获取外部缓存的配置数据,并将所述配置数据缓存至所述寄存器的步骤;
当所述配置数据的数据量小于预设数据量时,通过配置总线获取所述配置数据。
6.如权利要求1所述的神经网络的计算方法,其特征在于,所述接收解码后的所述目标配置数据,根据所述目标配置数据以及计算数据执行神经网络计算,得到计算结果的步骤之前,还包括:
从所述直接存储器存取DMA模块获取所述计算数据。
7.如权利要求1所述的神经网络的计算方法,其特征在于,所述接收解码后的所述目标配置数据,根据所述目标配置数据以及计算数据执行神经网络计算,得到计算结果的步骤之后,还包括:
将所述计算结果缓存至外部存储器。
8.一种加速器,其特征在于,所述加速器包括控制器、直接存储器存取DMA模块、至少两个寄存器以及与所述寄存器连接的解码器,所述加速器上存储有神经网络的计算程序,所述神经网络的计算程序执行如权利要求1-7任一所述的神经网络的计算方法。
9.一种计算机可读存储介质,其特征在于,其上存储有神经网络的计算程序,所述神经网络的计算程序被处理器执行时实现权利要求1-7任一项所述的神经网络的计算方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳鲲云信息科技有限公司,未经深圳鲲云信息科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111268496.7/1.html,转载请声明来源钻瓜专利网。