[发明专利]用于深度学习的方法和设备

权利要求书

1.一种用于深度学习的设备，所述设备包括：

处理器，被配置为：支持多种不同的操作模式，所述处理器包括：

脉动阵列，包括多个乘法器累加器单元；以及

控制电路，被配置为：针对所述多种不同的操作模式中的每种操作模式，分别控制所述多个乘法器累加器MAC单元的操作以及所述多个MAC单元之间的数据移动。

2.根据权利要求1所述的设备，其中，控制电路被配置为：根据所述多种不同的操作模式中的哪种操作模式正被控制电路实现，控制所述多个MAC单元中的至少两个MAC单元的累加器的操作。

3.根据权利要求1所述的设备，其中，所述多种不同的操作模式包括：加法器树模式、单指令多数据模式、脉动加法器树模式和脉动模式中的两个或更多个的任何组合。

4.根据权利要求3所述的设备，其中，处理器被配置为：在单指令多数据模式下执行深度卷积运算。

5.根据权利要求1所述的设备，其中，所述多种不同的操作模式包括：加法器树模式和脉动加法器树模式中的至少一种，并且控制电路被配置为：响应于加法器树模式或脉动加法器树模式被控制电路实现，对所述多个MAC单元中的一系列MAC单元中的仅一个MAC单元的累加器进行操作。

6.根据权利要求5所述的设备，其中，所述多种不同的操作模式还包括：单指令多数据模式和脉动模式中的至少一种，并且控制电路被配置为：响应于单指令多数据模式或脉动模式被控制电路实现，控制所述一个MAC单元中的一个加法器进行操作，并且控制所述一个MAC单元中的其他加法器不进行操作。

7.根据权利要求6所述的设备，其中，所述一系列MAC单元中的至少一个MAC单元的加法器被配置为：响应于加法器树模式或脉动加法器树模式被控制电路实现，考虑与所述至少一个MAC单元相邻的MAC单元的加法器输出。

8.根据权利要求5所述的设备，其中，所述一系列MAC单元中的除了所述一个MAC单元之外的MAC单元均仅具有一个加法器，并且所述一个MAC单元包括多个加法器。

9.根据权利要求1所述的设备，其中，所述多种不同的操作模式包括：单指令多数据模式和脉动模式中的至少一种，并且控制电路被配置为：响应于单指令多数据模式或脉动模式被控制电路实现，控制所述多个MAC单元中的一系列MAC单元中的一个MAC单元的一个加法器操作，控制所述一个MAC单元的其他加法器不操作，并且控制所述一系列MAC单元中的其他MAC单元的所有各自的加法器进行操作。

10.根据权利要求9所述的设备，其中，所述多种不同的操作模式还包括另一模式，并且

所述一个MAC单元中的加法器被配置为：响应于所述另一模式被控制电路实现，对所述一系列MAC单元中的与所述一个MAC单元相邻的MAC单元的加法器输出进行操作并考虑所述一系列MAC单元中的与所述一个MAC单元相邻的MAC单元的加法器输出。

11.根据权利要求1所述的设备，其中，所述多种不同的操作模式包括：单指令多数据模式和脉动模式中的至少一种，控制电路被配置为：响应于单指令多数据模式或脉动模式被控制电路实现，对全部所述多个MAC单元的累加器进行操作。

12.根据权利要求1所述的设备，其中，所述多种不同的操作模式包括：加法器树模式和脉动加法器树模式中的至少一种，并且

控制电路被配置为：响应于加法器树模式或脉动加法器树模式被控制电路实现，针对多个相邻的MAC单元中的每个，控制运算结果从一个MAC单元到与所述一个MAC单元相邻的MAC单元的数据移动。