[发明专利]一种卷积神经网络加速器

权利要求书

1.一种卷积神经网络加速器，其特征在于，包括卷积模块、激活模块、池化模块、结果处理模块、控制模块和片内存储器；各个所述模块之间通过异步握手的方式完成数据通信的同步化；

所述卷积模块包括卷积计算单元，所述卷积模块用于读取片内存储器的权重数据和特征数据，并进行卷积计算，所述权重数据和特征数据以两级脉动的方式在所述卷积计算单元之间流动；

所述激活模块用于对所述卷积模块的卷积计算结果进行非线性处理，结果送入所述池化模块；

所述池化模块用于对所述激活模块的处理结果进行池化处理；

所述结果处理模块，用于根据控制信号将所述激活模块处理后的结果和/或所述池化模块处理后的结果送到片内存储器进行缓存；

所述控制模块，用于控制各个所述模块的工作；

所述卷积计算单元包含一个bit-serial乘法器，所述bit-serial乘法器采用流水线微结构，展开为七级流水线乘法器；

在所述异步握手过程中，采用四相双轨异步握手协议，并采用双轨方式对各模块的数据进行编码，以同步各个所述模块之间的数据传递；

所述异步握手过程具体为：

数据发送端发送有效数据，以表示一次请求；

数据接收端接收并处理所述数据后，向数据发送端返回一个高电平的应答信号，以表示完成此次请求；

所述数据发送端接收到所述应答信号后，向数据接收端发送空的数据，以表示准备下一次请求；

所述数据接收端接收到空的数据后，返回一个低电平应答信号，以表示可以开始下一次的请求。

2.根据权利要求1所述的一种卷积神经网络加速器，其特征在于，所述卷积模块包含至少一个卷积层，每个所述卷积层是由多个卷积计算单元组成的卷积运算阵列，所有卷积计算单元完成一轮卷积计算后，所述卷积模块的各个卷积层以列为单位将卷积计算的结果送到所述激活模块和所述池化模块依次处理。

3.根据权利要求2所述的一种卷积神经网络加速器，其特征在于，所述卷积模块中的每一个卷积层对应一个激活模块中的激活层和一个池化模块中的池化层；所述卷积层的计算结果将被送到对应同一层的所述激活层和所述池化层和依次处理。

4.根据权利要求2所述的一种卷积神经网络加速器，其特征在于，所述卷积层的计算结果经激活模块进行非线性处理后，送入所述池化模块进行池化处理，所述结果处理模块根据控制信号将所述池化模块处理后的结果送到片内存储器进行缓存；当检测到不用进行池化处理，所述控制模块使所述池化模块处于关闭状态，所述结果处理模块根据控制信号将所述激活模块处理后的结果送到片内存储器进行缓存。

5.根据权利要求2所述的一种卷积神经网络加速器，其特征在于，所述卷积计算单元还实行部分和的累加计算，并将每次累加计算后的结果保存在所述卷积计算单元中。

6.根据权利要求5所述的一种卷积神经网络加速器，其特征在于，所述异步握手过程是由数据发送端发起数据请求，而接收端返回应答信号。

7.根据权利要求6所述的一种卷积神经网络加速器，其特征在于，所述数据请求和所述应答信号通过推通道传送。