[发明专利]运算装置和方法

说明书

本公开提供了一种运算装置，包括：运算模块，用于执行神经网络运算；以及幂次转换模块，与所述运算模块连接，用于将神经网络运算的输入神经元数据和/或输出神经元数据转换为幂次神经元数据。本公开还提供了一种运算方法。本公开运算装置及方法，减小了存储资源和计算资源的开销，提高了运算速度。

本公开是申请号为201880001242.9中国专利的分案申请，母案专利的内容皆引用于此。

技术领域

本公开涉及人工智能技术领域，更具体地涉及一种运算装置和方法。

背景技术

多层神经网络被广泛应用于分类识别等任务，近年来，由于其较高的识别率和较高的可并行性，受到学术界和工业界的广泛关注。

目前一些性能较好的神经网络通常都非常庞大，这也意味着这些神经网络需要大量的计算资源和存储资源。大量的计算和存储资源的开销会降低神经网络的运算速度，同时，对硬件的传输带宽以及运算器的要求也大大提高。

发明内容

(一)要解决的技术问题

本公开提供了一种运算装置和方法，以至少部分解决以上所提出的技术问题。

(二)技术方案

根据本公开的一个方面，提供了一种神经网络运算装置，包括：

运算模块，用于执行神经网络运算；以及

幂次转换模块，与所述运算模块连接，用于将神经网络运算的输入数据和/或输出数据转换为幂次数据。

在一些实施例中，所述输入数据包括输入神经元数据、输入权值数据，所述输出数据包括输出神经元数据、输出权值数据，所述幂次数据包括幂次神经元数据、幂次权值数据。

在一些实施例中，所述幂次转换模块包括：

第一幂次转换单元，用于将所述运算模块的输出数据转换为幂次数据；以及

第二幂次转换单元，用于将所述运算模块的输入数据转换为幂次数据。

在一些实施例中，所述运算模块还包括：第三幂次转换单元，用于将幂次数据转换为非幂次数据。

在一些实施例中，所述的神经网络运算装置，还包括：

存储模块，用于存储数据和运算指令；

控制模块，用于控制数据和运算指令的交互，其接收该存储模块发送的数据和运算指令，并将运算指令译码成运算微指令；其中，

所述运算模块包括运算单元，用于接收所述控制模块发送的数据和运算微指令，并根据运算微指令对其接收的权值数据和神经元数据执行神经网络运算。

在一些实施例中，所述控制模块包括：运算指令缓存单元、译码单元、输入神经元缓存单元、权值缓存单元以及数据控制单元；其中

运算指令缓存单元，与所述数据控制单元连接，用于接收该数据控制单元发送的运算指令；

译码单元，与所述运算指令缓存单元连接，用于从运算指令缓存单元中读取运算指令，并将其译码成运算微指令；

输入神经元缓存单元，与所述数据控制单元连接，用于从该数据控制单元获取相应的幂次神经元数据；

权值缓存单元，与所述数据控制单元连接，用于从数据控制单元获取相应的幂次权值数据；

数据控制单元，与所述存储模块连接，用于实现所述存储模块分别与所述运算指令缓存单元、所述权值缓存单元以及所述输入神经元缓存单元之间的数据和运算指令交互；其中，