[发明专利]大规模图像数据处理系统及方法

说明书

本发明公开了一种大规模图像数据处理系统及方法，该系统包括：高速视觉芯片核心处理模块，用于对输入的图像数据进行层次化多级并行的深度学习算法处理，包括：处理核心模块和处理块阵列，该处理块阵列包含M×N个连接可配置的处理块，M、N均为正整数，每个处理块包含微处理单元阵列；其中，处理核心模块用于整个处理块阵列的连接配置、运行控制、以及状态监控，同时能实现全局级图像数据处理；处理块阵列中的各个处理块用于多种不同分辨率图像的并行处理；微处理单元阵列包含P个微处理单元，P为正整数，用于实现像素级数据的并行处理。该系统具有结构简单、低功耗、高能效、数据吞吐率高、目标识别精度高的综合性能。

技术领域

本公开属于数据处理和人工智能技术领域，涉及一种大规模图像数据处理系统及方法。

背景技术

随着人工智能的兴起，机器的触觉、视觉等成为研究的重要方向，其中，图像目标识别作为机器视觉的一个重要研究方向，现已被广泛应用于医疗、农业、工业、国防以及交通等领域，例如目标跟踪、视频监控、信息安全、自动驾驶、图像检索、遥感图像分析、以及无人机导航等。

目标识别是将图像或者视频中的目标与不感兴趣的部分区分开，判断是否存在目标，若目标存在则确定目标的位置，由于识别背景、环境及目标的复杂性，机器视觉在目标识别的准确度和高效性具有一定的困难，尤其是随着图像分辨率越来越高且图像数据的规模越发庞大且复杂的情况下，如何实现高速、实时的数据处理更显得尤为困难。

现有的图像处理系统一般只能处理规模较小的数据，并且处理过程中如果需要同时采用不同的算法无法实现并行处理，对应大规模图像数据处理存在处理速度慢、准确度较低、算法不兼容等问题。

发明内容

(一)要解决的技术问题

本公开提供了一种大规模图像数据处理系统及方法，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，提供了一种大规模图像数据处理系统，包括：高速视觉芯片核心处理模块3，用于对输入的图像数据进行层次化多级并行的深度学习算法处理，该高速视觉芯片核心处理模块3包括：处理核心模块33和处理块阵列31，该处理块阵列31包含M×N个连接可配置的处理块311，M、N均为正整数，每个处理块311包含微处理单元阵列313；其中，处理核心模块33用于整个处理块阵列31的连接配置、运行控制、以及状态监控，同时能实现全局级图像数据处理；处理块阵列31中的各个处理块311之间通过处理核心模块33的配置而呈现不同的连接关系，用于多种不同分辨率图像的并行处理；微处理单元阵列313包含P个微处理单元，P为正整数，采用单指令多数据流(SIMD)工作模式，用于实现像素级数据的并行处理。

在本公开的一些实施例中，每个处理块311还包含：微控制单元312，用于实现图像数据的块级并行处理及处理块311的运行控制；微处理单元阵列313中的微处理单元用于实现SIMD操作，SIMD操作的控制指令通过微控制单元312实现；和/或，处理核心模块33采用精简指令集计算机(RISC)指令。

在本公开的一些实施例中，微控制单元312包含：指令存储器、译码单元、数据执行单元、寄存器组以及数据选择器；其中，指令存储器用来存储当前处理块311的执行指令，微控制单元312和微处理单元阵列313共用一套指令，微控制单元312中寄存器数据和微处理单元阵列313中寄存器数据共享，能根据处理任务并行度及复杂度在微控制单元312和微处理单元阵列313之间进行切换，译码单元根据取到的指令进行指令解析，根据指令类型去选择微控制单元312或微处理单元阵列313去操作数据进行运算。

在本公开的一些实施例中，每个处理块311还包含：微存储单元314，微控制单元312能够以字节或半字访问微存储单元314中的全部数据；

优选的，每个处理块311中，微处理单元的总数据带宽和微存储单元314的数据带宽相匹配。