[发明专利]神经网络处理器及其卷积操作方法

说明书

一种用于执行神经网络操作的神经网络处理器及其卷积操作方法。所述神经网络处理器可包括：存储器，存储计算机可读指令及内核中间数据，所述内核中间数据包含基于内核数据中所包含的多个权重值而计算的多个内核中间值；以及至少一个处理器，用以执行所述计算机可读指令，以通过基于输入特征图而在所述多个内核中间值中选择至少一个内核中间值来执行卷积操作。

[相关专利申请的交叉参考]

本申请主张2018年10月31日在韩国知识产权局提出申请的第10-2018-0132559号韩国专利申请的权利，所述韩国专利申请的公开内容全部并入本文中供参考。

技术领域

本发明概念涉及神经网络处理器及其卷积操作方法，且更具体来说涉及用于执行神经网络操作的神经网络处理器、以及神经网络装置的卷积操作方法。

背景技术

神经网络是指模拟生物大脑的计算架构。近来，随着神经网络技术开发，正在积极地执行其中使各种电子系统通过使用神经网络装置来分析输入数据并提取有效信息的研究，所述神经网络装置使用一个或多个神经网络模型。

关于复杂的输入数据，神经网络装置执行数目巨大的操作。因此，将需要更高效地处神经网络操作，以容许神经网络装置实时分析输入并提取信息。

发明内容

本发明概念提供一种用于在神经网络处理器及所述神经网络处理器的卷积操作方法中减少操作量及/或提高能量效率的方法及设备。

根据本发明概念的方面，提供一种用于执行神经网络操作的神经网络处理器，所述神经网络处理器可包括：存储器，存储计算机可读指令及内核中间数据，所述内核中间数据包含基于内核数据中所包含的多个权重值而计算的多个内核中间值；以及至少一个处理器，被配置以执行所述计算机可读指令，以通过基于输入特征图而在所述多个内核中间值中选择至少一个内核中间值来执行卷积操作。

根据本发明概念的另一方面，提供一种用于执行神经网络操作的神经网络处理器的卷积操作方法，所述卷积操作方法可包括：通过使用内核数据中所包含的多个权重值执行操作来产生多个内核中间值；基于输入特征图中所包含的一个或多个输入特征值而在所述多个内核中间值中选择至少一个内核中间值；以及通过使用所述至少一个内核中间值及输出中间值执行至少一个操作来产生经更新输出中间值。

根据本发明概念的另一方面，提供一种用于执行神经网络操作的神经网络处理器，所述神经网络处理器可包括：存储器，存储计算机可读指令及多个内核中间值，所述多个内核中间值是基于内核数据中所包含的多个权重值而计算；以及至少一个处理器，被配置以执行所述计算机可读指令，以基于输入特征图及所述多个内核中间值而执行卷积操作，且基于所述输入特征图中所包含的一个或多个输入特征值而从所述多个内核中间值中选择第一内核中间值。

附图说明

结合附图阅读以下详细说明，将更清晰地理解本发明概念的示例性实施例，附图中：

图1示出根据本发明概念实施例的电子系统。

图2示出根据本发明概念实施例的电子系统。

图3示出卷积神经网络的结构作为神经网络结构的实例。

图4A及图4B是用于解释神经网络的卷积操作的示意图。

图5示出根据本发明概念实施例的神经网络处理器。

图6A及图6B示出根据本发明概念实施例的内核中间数据存储器。

图7示出根据本发明概念实施例的算术电路。

图8示出根据本发明概念实施例的算术电路。

图9示出根据本发明概念实施例的神经网络处理器的卷积操作方法的流程图。