[发明专利]一种卷积计算方法及卷积运算电路有效
申请号: | 202010198741.0 | 申请日: | 2020-03-20 |
公开(公告)号: | CN111324858B | 公开(公告)日: | 2023-05-16 |
发明(设计)人: | 吴建兵;李智;赵斌;白冰 | 申请(专利权)人: | 光子算数(北京)科技有限责任公司 |
主分类号: | G06F17/15 | 分类号: | G06F17/15 |
代理公司: | 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 | 代理人: | 蒋姗 |
地址: | 100082 北京市海淀区高梁*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 卷积 计算方法 运算 电路 | ||
1.一种卷积计算方法,其特征在于,应用于卷积运算电路,所述卷积运算电路包括:数字芯片、数模转换器、模数转换器和光子神经网络芯片,所述光子神经网络芯片中固化有用于卷积计算的卷积核,其中,所述光子神经网络芯片包括N个光子处理单元、延迟单元和光域加法器,所述N个光子处理单元中的每个光子处理单元与所述光域加法器之间串接有预定数量的所述延迟单元,所述预定数量取值为大于等于0的整数,且任意相邻的两个光子处理单元串接的延迟单元的数量相差为M;其中,N为所述卷积核的行数,M为正整数;每个光子处理单元固化有所述卷积核的一行权重,不同的光子处理单元对应不同的行;所述方法包括:
所述数字芯片依次将待计算子矩阵中的数值通过所述数模转换器转换为光信号发送给所述光子神经网络芯片,其中,所述待计算子矩阵为根据所述卷积核的大小以及预设步长从待计算矩阵中提取出的子矩阵;
所述光子神经网络芯片将预置的所述卷积核的权重与每个所述光信号进行线性转换,并将线性转换后的光信号通过所述模数转换器转换后输出,
其中,所述数字芯片依次将待计算子矩阵中的数值通过所述数模转换器转换为光信号发送给所述光子神经网络芯片,包括:
所述数字芯片按照列顺序依次将待计算子矩阵中同一列的数值通过所述数模转换器转换为光信号分别发送给所述N个光子处理单元;
所述光子神经网络芯片将预置的所述卷积核的权重与每个所述光信号进行线性转换,并将线性转换后的光信号通过所述模数转换器转换后输出,包括:
所述N个光子处理单元中的每个光子处理单元各自将对应的权重与每个所述光信号进行线性转换后输出到所述光域加法器;
所述光域加法器将同一时刻接收到的光信号进行相加后,通过所述模数转换器转换后输出。
2.根据权利要求1所述的方法,其特征在于,针对固化于每个光子处理单元的行向量,该行向量中的不同元素的权重值相等或者成比例关系。
3.根据权利要求1所述的方法,其特征在于,所述数字芯片依次将待计算子矩阵中的数值通过所述数模转换器转换为光信号发送给所述光子神经网络芯片之前,所述方法还包括:
所述数字芯片根据所述卷积核的大小以及所述预设步长将所述待计算矩阵拆分为多个待计算子矩阵。
4.一种卷积计算方法,其特征在于,应用于卷积运算电路,所述卷积运算电路包括:数字芯片、数模转换器、模数转换器、光子神经网络芯片和电域加法器,所述光子神经网络芯片包括N个光子处理单元,其中,N为卷积核的行数,每个光子处理单元固化有卷积核的一行权重,不同的光子处理单元对应不同的行;所述方法包括:
所述数字芯片按照列顺序依次将待计算子矩阵中同一列的数值通过所述数模转换器转换为光信号分别发送给所述N个光子处理单元,其中,所述待计算子矩阵为根据所述卷积核的大小以及预设步长从待计算矩阵中提取出的子矩阵;
所述N个光子处理单元中的每个光子处理单元各自将对应的权重与每个所述光信号进行线性转换,并将线性转换后的光信号通过所述模数转换器转换后给所述电域加法器;
所述电域加法器从接收到的电信号中选择所需的电信号进行求和运算后输出。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于光子算数(北京)科技有限责任公司,未经光子算数(北京)科技有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010198741.0/1.html,转载请声明来源钻瓜专利网。