[发明专利]多位复用乘加运算装置、神经网络运算系统以及电子设备

说明书

本发明提供一种多位复用乘加运算装置、神经网络运算系统以及电子设备，该多位复用乘加运算装置包括：两个多位复用乘法模块、移位寄存模块以及累加模块；其中一个多位复用乘法模块的输出端连接该累加模块的第一输入端，另外一个多位复用乘法模块的输出端连接该移位寄存模块的输入端，该移位寄存模块的输出端连接该累加模块的第二输入端。通过移位寄存模块以及累加模块的运用，使两个多位复用乘法模块配合实现多位复用乘加运算，实现元件的复用，节约功耗，能够有效推动神经网络算法的推广，尤其适用于稀疏神经网络运算。

技术领域

本发明涉及人工智能领域，尤其涉及一种多位复用乘加运算装置、神经网络运算系统以及电子设备。

背景技术

人工神经网络(Artificial Neural Networks，简写为ANNs)也简称为神经网络(NNs)或称作连接模型(Connection Model)，它是一种类比生物神经网络行为特征，进行并行信息处理的算法模型。神经网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。

人工神经网络在智能控制、模式识别、图像/语音处理等领域中应用广泛。随着模型越来越复杂，参数越来越多，计算量也越来越大，导致硬件功耗过高。

发明内容

针对现有技术中的问题，本发明提供一种多位复用乘加运算装置、神经网络运算系统以及电子设备，能够至少部分地解决现有技术中存在的问题，充分利用存算一体技术与神经网络稀疏性方面的优势。

为了实现上述目的，本发明采用如下技术方案：

第一方面，提供一种多位复用乘加运算装置，包括：两个多位复用乘法模块、移位寄存模块以及累加模块；

其中一个多位复用乘法模块的输出端连接该累加模块的第一输入端，另外一个多位复用乘法模块的输出端连接该移位寄存模块的输入端，该移位寄存模块的输出端连接该累加模块的第二输入端。

进一步地，该多位复用乘法模块包括：两个乘法器、移位寄存器以及累加器；

其中一个乘法器的输出端连接该累加器的第一输入端，另外一个乘法器的输出端连接该移位寄存器的输入端，该移位寄存器的输出端连接该累加器的第二输入端。

进一步地，该乘法器的电路结构与该多位复用乘法模块的电路结构相同。

进一步地，多位复用乘加运算装置用于执行a×b乘加运算，两个多位复用乘法模块分别用于执行a×c乘法运算和a×d乘法运算，该移位寄存模块为c位移位寄存器或d位移位寄存器；

其中，c+d＝b。

进一步地，a＝8，b＝8，c＝d＝4，该多位复用乘法模块包括：两个8×2乘法器、2位移位寄存器以及累加器；

其中一个8×2乘法器的输出端连接该累加器的第一输入端，另外一个8×2乘法器的输出端连接该2位移位寄存器的输入端，该2位移位寄存器的输出端连接该累加器的第二输入端，该累加器的输出端作为该多位复用乘法模块的输出端。

进一步地，工作模式包括：8×8模式、8×4模式以及8×2模式，由模式选择信号控制各元件实现模式切换；

其中，该模式选择信号根据乘数的有效位数确定。

进一步地，多位复用乘加运算装置应用于卷积运算。

第二方面，提供一种神经网络运算系统，包括：存算一体运算装置、如上述的多位复用乘加运算装置、移位寄存装置以及累加装置；

该存算一体运算装置的输入端接收输入数据，输出端连接该累加装置的第一输入端；该多位复用乘加运算装置的输入端接收该输入数据，输出端连接该移位寄存装置的输入端，输出端连接该累加装置的第二输入端。