[发明专利]一种高兼容性可编程神经网络加速阵列

权利要求书

1.一种高兼容性可编程神经网络加速阵列，其特征在于，采用可重构性架构，包含一个中央控制器、一个特征向量发射器以及若干个神经网络计算单元片；其中：

所述的中央控制器负责深度学习神经网络的全局控制；

所述的特征向量发射器负责以广播模式向所有所述神经网络计算单元片发射所需的特征向量；

所述的神经网络计算单元片含有基本的神经网络计算模块；

所述的神经网络计算单元片通过可编程通信路由进行任意单元片间的通信；

其中，所述的基本的神经网络计算模块包括可编程乘加单元、可编程激活单元、单元片控制器；

所述的基本的神经网络计算模块还包括缓存，用于存储计算中间值；

所述可编程乘加单元用于完成深度学习算法中的矢量乘法及加法计算，它的可编程性由开关阵列实现,并通过在线的可编程方式，实现不同精度的乘加运算；所述可编程激活单元用于完成深度学习算法中的激活计；所述单元片控制器负责单元片内的控制功能；

所述可编程乘加单元分为乘法部分与加法部分，乘法部分由开关阵列与乘法器组成，实现8比特与4比特两种精度的矢量乘法，每种精度有若干相同计算模块，实现特征向量与权重向量的乘积，得到的结果进行可编程的累加计算，最后进入可编程激活单元，它包含有控制器、移位及分段线性计算、算术逻辑单元（ALU）及多路选择器（MUX），为了兼顾循环神经网络的需求的特殊传递性运算，通过在线可编程实现非线性计算与其他变量的基础运算的组合。