[发明专利]一种卷积神经网络的基本计算单元及计算方法

摘要

本发明提供了一种卷积神经网络的基本计算单元及计算方法，该基本计算单元包括控制器、加法树、输入端缓存器、若干计算单元、输出端缓存器；计算单元包括块随机存储器、若干卷积运算单元、内部加法器、激活池化单元。基于控制器的控制，输入端缓存器向各个计算单元加载相应行数图像数据，块随机存储器向各个卷积运算单元下发有效行数和起始行数以使其获取相应行数图像数据；卷积运算单元处理图像数据后经内部加法器发送给加法树；加法树处理各内部加法器发来的图像数据后发送给一激活池化单元；激活池化单元处理图像数据后发送给输出端缓存器。本方案能够基于硬件实现算法，以使算法完成时间可控。

主权项

1.一种卷积神经网络的基本计算单元，其特征在于，包括：控制器、加法树、输入端缓存器、至少一个计算单元、输出端缓存器；所述计算单元包括块随机存储器、至少一个卷积运算单元、内部加法器、激活池化单元；所述块随机存储器和所述内部加法器均分别与每一个所述卷积运算单元相连，所述内部加法器和所述激活池化单元均与所述加法树相连；所述输入端缓存器，用于针对每一个所述计算单元均执行：基于所述控制器的控制，将缓存的至少一个待处理特征图中的第一行数的图像数据加载至当前计算单元，所述当前计算单元对应有所述第一行数；所述块随机存储器，用于缓存所述输入端缓存器加载来的每一行图像数据；针对每一个所述卷积运算单元均执行：基于所述控制器的控制，针对自身缓存的每一行图像数据，向当前卷积运算单元下发有效行数和起始行数；所述卷积运算单元，用于根据下发来的有效行数和起始行数，从所述块随机存储器缓存的全部图像数据中，获取第二行数的图像数据，所述第二行数为自身执行基本卷积运算所需的行数；对所述第二行数的图像数据进行基本卷积运算后发送给所述内部加法器；所述内部加法器，用于对所述卷积运算单元发来的图像数据进行处理后发送给所述加法树；所述加法树，用于基于所述控制器的控制，对每一个所述内部加法器发来的图像数据进行处理后发送给一所述激活池化单元；所述激活池化单元，用于基于所述控制器的控制，对所述加法树发来的图像数据进行处理后发送给所述输出端缓存器。