[发明专利]运行时可重新配置的神经网络处理器核

权利要求书

1.一种神经核，包括：

权重存储器；

激活存储器；

向量-矩阵乘法器，其适于接收来自权重存储器的权重矩阵，接收来自激活存储器的激活向量，计算权重矩阵与激活向量的向量-矩阵乘积；

向量处理器，其适于从一个或多个向量源接收一个或多个输入向量，并且对一个或多个输入向量执行一个或多个向量函数以产生输出向量。

2.如权利要求1所述的神经核，进一步包括：

可编程控制器，其适于配置和操作神经核。

3.如权利要求1所述的神经核，进一步包括：

多个向量源；

多个向量目标；

可编程控制器，可操作地耦合到向量处理器，该控制器适于：

将该多个源中的一个或多个映射到向量处理器，

将向量处理器映射到该多个向量目标中的一个或多个，

指示向量处理器对来自该多个源中的一个或多个源的输入执行向量函数并且向该多个向量目标中的一个或多个提供结果。

4.如权利要求1所述的神经核，进一步包括：

激活单元，可操作地耦合到向量处理器并且适于：

将激活函数应用于来自向量处理器的结果。

5.如权利要求3所述的神经核，其中，向量源包括部分和存储器、网络、向量-矩阵乘法器、寄存器、或参数存储器。

6.如权利要求3所述的神经核，其中，向量目标包括激活存储器、部分和存储器、寄存器或网络。

7.如权利要求3所述的神经核，其中，向量处理器适于将一个或多个常数应用于结果。

8.如权利要求3所述的神经核，被配置用于累加部分和。

9.如权利要求3所述的神经核，其中：

控制器进一步适于指示向量-矩阵乘法器从权重存储器中读取权重矩阵，从激活存储器中读取激活向量，计算权重矩阵与激活向量的向量-矩阵乘积。

10.如权利要求4所述的神经核，其中，激活函数是可配置的。

11.如权利要求10所述的神经核，其中：

可编程控制器进一步适于指示所述激活单元计算所述激活函数并将结果提供给所述激活存储器。

12.如权利要求9所述的神经核，其中：

权重矩阵是神经网络权重矩阵的子阵列；

激活向量是神经网络激活向量的子阵列。

13.如权利要求12所述的神经核，其中，提供权重矩阵和激活向量的向量-矩阵乘积以供累加，所述累加产生神经网络权重矩阵与神经网络激活向量的向量-矩阵乘积。

14.如权利要求1所述的神经核，被配置用于计算具有输入、参数和输出的神经网络函数。

15.如权利要求14所述的神经核，其中，权重矩阵和/或激活向量具有可配置的大小。

16.如权利要求14所述的神经核，其中，神经网络输入、参数和/或输出具有可配置的大小。

17.如权利要求14所述的神经核，其中，神经网络函数是可配置的。

18.如权利要求1所述的神经核，被配置用于结合通过网络互连的多个附加神经核来计算神经网络函数。

19.如权利要求1所述的神经核，被配置用于计算神经网络函数的一部分。