[发明专利]加速方法、装置和片上系统

权利要求书

1.一种加速方法，所述方法包括：

运行深度神经网络的加速器从控制器接收第N层的第N个参数信息，其中，所述深度神经网络的M个层对应于所述加速器中的M个专用集成电路，其中，M和N为正整数，M≥2，1≤N≤M；

所述加速器根据所述第N个参数信息执行所述第N层的计算；

所述加速器向所述控制器发送所述第N层的第N个计算结果信息，所述第N个计算结果信息指示所述第N层的计算完成，其中，所述计算结果信息包括所述第N层的计算结果；

其中，在所述加速器根据所述第N个参数信息执行所述第N层的计算之前，所述方法还包括：所述加速器从所述控制器接收第N个激活消息，其中，所述第N个激活消息用于指示所述加速器开始所述第N层的计算。

2.根据权利要求1所述的方法，其中，所述参数信息包括块信息、核尺寸、填充尺寸、偏置和整流线性单元ReLu设置。

3.一种加速方法，包括：

控制器为深度神经网络中的第N层生成第N个参数信息；

所述控制器向运行所述深度神经网络的加速器发送所述第N个参数信息，其中，所述深度神经网络的M个层对应于所述加速器中的M个专用集成电路，其中，M和N为正整数，M≥2，1≤N≤M；

所述控制器从所述加速器接收所述第N层的第N个计算结果信息，所述第N个计算结果信息指示所述第N层的计算完成，其中，所述计算结果信息包括所述第N层的计算结果；

其中，在所述控制器向所述加速器发送所述第N个参数信息之后，所述方法还包括：所述控制器向所述加速器发送第N个激活消息，其中，所述第N个激活消息用于指示所述加速器开始所述第N层的计算。

4.根据权利要求3所述的方法，其中，所述参数信息包括块信息、核尺寸、填充尺寸、偏置和整流线性单元ReLu设置。

5.根据权利要求3或4所述的方法，其中，N≥2，并且所述控制器为所述深度神经网络中的所述第N层生成所述第N个参数信息包括：

所述控制器根据第N-1层的计算结果为所述第N层生成所述第N个参数信息。

6.根据权利要求3或4所述的方法，还包括：

当接收到第M层的第M个计算结果信息时，所述控制器确定所述深度神经网络的计算完成。

7.一种运行深度神经网络的加速器，包括：

接收单元，用于从控制器接收第N层的第N个参数信息，其中，所述深度神经网络的M个层对应于所述加速器中的M个专用集成电路，其中，M和N为正整数，M≥2，1≤N≤M；

执行单元，用于根据所述第N个参数信息执行所述第N层的计算；

发送单元，用于向所述控制器发送所述第N层的第N个计算结果信息，所述第N个计算结果信息指示所述第N层的计算完成，其中，所述计算结果信息包括所述第N层的计算结果；

其中，所述接收单元还用于在所述执行单元执行所述第N层的计算之前从所述控制器接收第N个激活消息，其中，所述第N个激活消息用于指示所述加速器开始所述第N层的计算。

8.根据权利要求7所述的加速器，其中，所述参数信息包括块信息、核尺寸、填充尺寸、偏置和整流线性单元ReLu设置。

9.一种控制器，所述控制器包括：

生成单元，用于为深度神经网络中的第N层生成第N个参数信息；

发送单元，用于向运行所述深度神经网络的加速器发送所述第N个参数信息，其中，所述深度神经网络的M个层对应于所述加速器中的M个专用集成电路，其中，M和N为正整数，M≥2，1≤N≤M；

接收单元，用于从所述加速器接收所述第N层的第N个计算结果信息，所述第N个计算结果信息指示所述第N层的计算完成，其中，所述计算结果信息包括所述第N层的计算结果；

其中，所述发送单元还用于在向所述加速器发送所述第N个参数信息后，向所述加速器发送第N个激活消息，其中，所述第N个激活消息用于指示所述加速器开始所述第N层的计算。