[发明专利]一种卷积神经网络加速器及加速方法

权利要求书

1.一种卷积神经网络加速器，其特征在于：包括数据输入控制模块(1)、输入缓存器(2)、行缓存模块(3)、矩阵模块(4)、卷积处理单元(5)、权值输入模块(6)、输出缓存器模块(7)、偏置模块(8)及池化模块(9)，其中，

所述数据输入控制模块(1)，用于接收来自存储器或所述池化模块(9)的数据，并将接收到的输入数据按预设顺序存入所述输入缓存器(2)中；

所述行缓存模块(3)，用于拼接所述输入数据，输出多行数据，然后传输给所述卷积处理单元(5)；

所述矩阵模块(4)，用于将所述输入数据拼接成输入矩阵，然后传输给所述卷积处理单元(5)；

所述权值输入模块(6)，用于缓存权值，并将所述权值按预设顺序传递给所述卷积处理单元(5)；

所述卷积处理单元(5)，用于对所述输入数据和所述权值做卷积运算，然后传输给所述输出缓存器模块(7)；

所述输出缓存器模块(7)，用于缓存所述卷积处理单元(5)的输出，然后传输给所述偏置模块(8)；

所述偏置模块(8)，用于对所述输出缓存器模块(7)的输出进行偏置，然后传输给所述池化模块(9)；

所述池化模块(9)，用于对偏置结果进行池化处理，然后将输出数据传输到存储器或所述数据输入控制模块(1)。

2.如权利要求1所述的一种卷积神经网络加速器，其特征在于：所述卷积处理单元(5)包括多个卷积核，所述卷积核包括乘法器和加法器。

3.如权利要求2所述的一种卷积神经网络加速器，其特征在于：所述乘法器的数量为9个，所述加法器的数量为8个。

4.如权利要求1所述的一种卷积神经网络加速器，其特征在于：所述卷积处理单元(5)将1×1的卷积转换成3×3的卷积。

5.如权利要求1所述的一种卷积神经网络加速器，其特征在于：所述输入矩阵为3×3矩阵。

6.如权利要求1所述的一种卷积神经网络加速器，其特征在于：所述存储器为片外存储器。

7.如权利要求1所述的一种卷积神经网络加速器，其特征在于：所述偏置模块(8)通过计数器控制偏置的更新。

8.如权利要求1所述的一种卷积神经网络加速器，其特征在于：所述池化模块(9)设置有使能端。

9.一种卷积神经网络加速方法，其特征在于，包括如下步骤：

步骤一、预设网络加速参数，接收来自存储器或池化模块(9)的数据，并将接收到的输入数据按预设顺序存入输入缓存器(2)中，

步骤二、当权值输入模块(6)准备对应权值后，判断是否为1×1的卷积运算，若是，数据输入控制模块(1)一次性输出多个通道的数据，否则，所述数据输入控制模块(1)按预设顺序输出各通道数据，然后通过行缓存模块(3)，将按单行输入的数据变成按三行同时输出；

步骤三、通过矩阵模块(4)将数据拼接成3×3的输入矩阵，然后对所述输入矩阵中的数据与对应的所述权值做卷积运算，接着对卷积处理单元(5)的输出数据做通道方向的累加，并加上偏置；

步骤四、根据所述预设网络加速参数，判断是否需要做池化操作，若是，则进行池化操作后输出，否则直接输出，然后根据所述预设网络加速参数，判断池化模块(9)的输出是否传到片外存储器，若是，则将数据传到片外存储器，否则，通过所述数据输入控制模块(1)将输出数据传回到所述输入缓存器(2)中。

10.如权利要求9所述的一种卷积神经网络加速方法，其特征在于：所述预设网络加速参数包括输入特征图的大小、卷积核的大小及数目、池化操作的条件。