[发明专利]半导体器件和控制半导体器件的方法

说明书

本申请的各实施例涉及半导体器件和控制半导体器件的方法。一种半导体器件包括：动态重新配置处理器，该动态重新配置处理器对顺序地输入的输入数据执行数据处理并顺序地输出数据处理的结果作为输出数据；加速器，包括并行算术部分，并行算术部分在来自动态重新配置处理器的输出数据与多个预定数据中的每个预定数据之间并行地执行算术操作；以及数据传输单元，该数据传输单元按顺序选择加速器的多个算术操作结果并将它们输出到动态重新配置处理器。

相关申请的交叉引用

于2018年6月15日提交的日本专利申请号2018-114861的公开内容(包括说明书、附图和摘要)通过引用的方式整体并入本文。

技术领域

本发明涉及半导体器件和其控制方法，并且更具体地涉及例如适合于实现高效算术处理的半导体器件和其控制方法。

背景技术

除了中央处理单元(CPU)，存在执行高处理性能的动态重新配置处理器。动态重新配置处理器被称为可动态重新配置处理器(DRP)或阵列型处理器。动态重新配置处理器是能够通过根据顺序地给出的操作指令动态地切换多个处理器元件中的每个的操作内容和多个处理器之间的连接关系来对电路进行动态地重新配置的处理器。与动态重新配置处理器相关的技术被公开于例如日本专利No.3674515(专利文件1)作为阵列处理器。

另外，SIMD[在线](搜索于2018年1月26日)，互联网<URL:https://ja.wikipedia.org/wiki/SIMD>(非专利文件1)和“Mechanisms for 30times fastermechanical learning with Google Tensor Processing Unit”[在线](搜索于2030年1月26日)，互联网<URL:https://cloudplatform-jp.googleblog.com/2017/05/an-in-depth-look-at-googles-first-tensor-processing-unit-tpu.html>(非专利文件2)公开了与并行算术处理相关的技术。

发明内容

然而，专利文件1中公开的动态重新配置处理器的处理性能不足以执行大规模算术处理，诸如深度学习处理。其他目的和新颖特征将从本说明书的描述和附图中变得明显。

根据一个实施例，半导体器件包括：数据处理单元，其对顺序地输入的第一输入数据执行数据处理并顺序地输出数据处理的结果作为第一输出数据；并行算术单元，其在从数据处理单元顺序地输出的第一输出数据与多个预定数据中的每个预定数据之间并行地执行算术处理；保持电路，其保持算术处理的结果；以及第一数据传输单元，其顺序地选择由加速器按顺序保持的多个算术处理结果并顺序地输出算术处理的结果作为第一输入数据。

根据另一实施例，一种半导体器件的控制方法使用数据处理单元对顺序地输入的第一输入数据执行算术处理，顺序地输出算术处理的结果作为第一输出数据，使用加速器在从数据处理单元顺序地输出的第一输出数据与多个预定数据中的每个预定数据之间并行地执行算术处理，顺序地选择从加速器输出的多个算术处理结果，并且顺序地输出其作为第一输入数据。

根据上述实施例，能够提供一种半导体器件以及其控制方法，该半导体器件能够实现高效算术处理。

附图说明

图1是示出了根据第一实施例的半导体器件被安装于其中的半导体系统的配置示例的框图。

图2是图示了图1的半导体器件的特定配置示例的框图。

图3是图示了图2的并行算术单元的配置示例的框图。

图4是图示了神经网络结构的示例的示意图。

图5是示出了神经网络的算术过程的流的示意图；