[发明专利]多核心传感器数据处理芯片及运行方法

说明书

本发明提供一种多核心传感器数据处理芯片及运行方法，所述数据处理芯片包括多核心阵列区、输入模块、输出模块、控制模块等，其中多核心阵列区包括多个总线控制核心、多个数据处理核心、多个数据总线；所有总线控制核心和数据处理核心通过数据总线相连；总线控制核心根据输入的数据信息通过控制模块动态调整数据处理核心在不同数据总线之间的配置。本发明的多核心传感器数据处理芯片可以对输入传感器数据进行动态分层处理，提高认知功能的灵活性和可追溯性，具有高度的产业利用价值。

技术领域

本发明属于半导体存储集成电路领域，涉及一种多核心传感器数据处理芯片及运行方法。

背景技术

随着科学技术的发展，即将进入物联网时代，大量的传感器接入网络后，对传感器数据处理提出了很高的要求，其中几个关键问题在于：

1、大量的数据如何得到及时的处理；

2、传感器数据的处理方式与类型密切相关，不同类型的数据需要有不同的算法进行处理；

3、传感器数据中藏有十分有效的信息，尽管提升数据处理能力，可以在一定程度上解决数据量大和类型丰富的问题，但实现数据认知仍然十分困难。

在这种情况下，仅仅靠开发种类繁多的数据处理程序已经难以满足我们的需求。

人的大脑通过视觉、听觉、触觉等等多种途径每天处理大量的信息，在推理、识别、联想、预测等等方面的能力是计算机系统难以匹敌的，但据估算一个成年人的大脑功耗仅仅只有20W左右，而信息在大脑中的传递速度也仅能达到毫秒量级。如何从人类大脑的工作方式中获得启发，改善计算机体系的运行方式，以达到高效率低功耗运行的目的，同时能够按照人类的思维方式去处理数据，提供服务则是众多研究者和公司亟待解决的问题。

脑科学研究结果表明，人脑中神经元以分层组网形式互相连接，而认知过程就在这种分层组网方式下，通过神经元之间的协作完成。这种协同工作的方式一方面通过并行工作使得响应速度远远低于电子器件的神经元也能完成大量的感知任务，许多方面甚至比高性能计算机做得更好；另一方面，通过学习和分层过滤，大量无效的信息被过滤掉，而有效的信息会保留到最后，从而不至于因过多数据导致大脑思维过程过载，同时也不会使得有效信息被大量的无效信息所淹没。

神经网络计算已经形成了一个非常成熟完善的理论体系，模仿大脑神经网络的并行处理机制，组成多输入多输出系统，通过大量数据的训练使得该系统有越来越准确的预测能力。这一系统起初是在计算机软件中实现，为了提高计算效率，更多的硬件系统利用处理器、FPGA(Field Programmable Gate Array，现场可编程门阵列)等技术实现算法的硬件加速。更进一步的，IBM公司已在多年前启动了人工智能的Watson电脑系统项目，新近研发的第二代TrueNorth芯片实现了模拟一百万神经元的处理芯片，其功耗仅70mW，引领了智能处理芯片领域的研发，而IBM公司提出的“认知计算”也成为了学术界和企业界的研发热点。

然而这些方案尽管做到了同质化的节点解决复杂的认知功能，但并没有体现出脑神经元自主功能分化的过程，在算法的抽象下，节点不存在功能意义，只存在数据逻辑意义，形成的结果就是整个系统只能以黑盒的方式进行工作，当结果并不理想时，无法追溯整个认知过程出现的问题。虽然目前已经有一些手段去人为划分区域和功能，但也只是一定程度上的改善，做不到根本解决，这影响了系统的应用效果。

本发明正是在这个背景下，通过设计灵活的多层的芯片拓扑结构，为处理芯片在模仿神经网络实现认知过程中，实现节点功能分化提供硬件支持。

发明内容

鉴于以上所述现有技术的缺点，本发明的目的在于提供一种多核心传感器数据处理芯片，用于提升现有技术中计算机体系通过传感器数据处理实现认知的灵活性和可追溯性问题。