[发明专利]深度学习神经网络的数据搬运电路和方法

权利要求书

1.深度学习神经网络的数据搬运电路，其特征在于，包括读取控制单元、卷积核缓存单元、第一特征数据缓存单元、第二特征数据缓存单元、数据重组织单元、并行乘加阵列单元，所述读取控制单元与卷积核缓存单元、第一特征数据缓存单元、第二特征数据缓存单元连接，所述卷 积核缓存单元与并行乘加阵列单元连接，所述第一特征数据缓存单元、第二特征数据缓存单元与数据重组织单元连接，所述数据重组织单元与并行乘加阵列单元连接；

读取控制单元用于从内存中读取神经网络的特征数据和卷积核数据,并将卷积核数据存储到卷积核缓存单元,以及将特征数据按照每一行存储一个特征点的连续通道数据到第一特征数据缓存单元和第二特征数据缓存单元；每一行指的是特征数据缓存单元中的一行，连续通道数据即每个特征数据缓存单元中的通道数据的顺序是连续的，第一特征数据缓存单元中存储前面连续的一半通道的特征数据，第二特征数据缓存单元中存储后面连续的一半通道的特征数据；

卷积核缓存单元用于存储卷积核数据；

数据重组织单元用于从第一特征数据缓存单元和第二特征数据缓存单元读取数据并重组织为并行数据送往并行乘加阵列单元；

并行乘加阵列单元用于对从数据重组织单元输入的并行特征数据和卷积核缓存单元发送的卷积核数据进行卷积乘加运算并输出运算结果。

2.根据权利要求1所述的深度学习神经网络的数据搬运电路，其特征在于：还包括第三特征数据缓存单元、第四特征数据缓存单元，所述读取控制单元与第三特征数据缓存单元、第四特征数据缓存单元连接，所述第三特征数据缓存单元、第四特征数据缓存单元与数据重组织单元连接；

读取控制单元用于在第一特征数据缓存单元和第二特征数据缓存单元存满后将特征数据按照每一行存储一个特征点的连续通道数据到第三特征数据缓存单元和第四特征数据缓存单元；

数据重组织单元用于从第三特征数据缓存单元和第四特征数据缓存单元读取数据并重组织为并行数据送往并行乘加阵列单元。

3.根据权利要求1所述的深度学习神经网络的数据搬运电路，其特征在于：读取控制单元用于在第一特征数据缓存单元和第二特征数据缓存单元写入完成后输出数据有效信号给数据重组织单元，数据重组织单元用于在接收到数据有效信号后从第一特征数据缓存单元和第二特征数据缓存单元读取数据。

4.根据权利要求1所述的深度学习神经网络的数据搬运电路，其特征在于：还包括激活运算单元，激活运算单元与并行乘加阵列单元连接，激活运算单元用于获取卷积乘加运算的结果并进行激活运算,以及输出激活运算结果。

5.根据权利要求4所述的深度学习神经网络的数据搬运电路，其特征在于：还包括池化运算单元，池化运算单元与激活运算单连接，池化运算单元用于获取激活运算结果并进行池化运算,以及输出池化运算结果到内存中。

6.深度学习神经网络的数据搬运方法，应用于数据搬运电路，其特征在于，数据搬运电路包括读取控制单元、卷积核缓存单元、第一特征数据缓存单元、第二特征数据缓存单元、数据重组织单元、并行乘加阵列单元，所述方法包括如下步骤：

读取控制单元从内存中读取神经网络的特征数据和卷积核数据,并将卷积核数据存储到卷积核缓存单元,以及将特征数据按照每一行存储一个特征点的连续通道数据到第一特征数据缓存单元和第二特征数据缓存单元；每一行指的是特征数据缓存单元中的一行，连续通道数据即每个特征数据缓存单元中的通道数据的顺序是连续的，第一特征数据缓存单元中存储前面连续的一半通道的特征数据，第二特征数据缓存单元中存储后面连续的一半通道的特征数据；

数据重组织单元从第一特征数据缓存单元和第二特征数据缓存单元读取数据并重组织为并行数据送往并行乘加阵列单元；

并行乘加阵列单元用于对从数据重组织单元输入的并行特征数据和卷积核缓存单元发送的卷积核数据进行卷积乘加运算并输出运算结果。