[发明专利]适用神经网络处理器的自动化设计方法、装置及优化方法

摘要

本发明提出一种适用神经网络处理器的自动化设计方法、装置及优化方法，该方法包括获取神经网络模型拓扑结构配置文件与硬件资源约束文件，其中硬件资源约束文件包括目标电路面积开销、目标电路功耗开销及目标电路工作频率；根据神经网络模型拓扑结构配置文件与硬件资源约束文件生成神经网络处理器硬件架构，并生成硬件架构描述文件；根据所述神经网络模型拓扑结构、硬件资源约束文件及硬件架构描述文件优化数据调度、存储及计算方式，生成对应的控制描述文件；根据硬件架构描述文件、控制描述文件从已构建的神经网络可复用单元库查找符合设计要求的单元库、生成相对应的控制逻辑并生成对应的硬件电路描述语言，将硬件电路描述语言转化为硬件电路。

主权项

1.一种适用神经网络处理器的自动化设计方法，其特征在于，包括：步骤1，获取神经网络模型拓扑结构配置文件与硬件资源约束文件，其中所述硬件资源约束文件包括目标电路面积开销、目标电路功耗开销及目标电路工作频率；步骤2，根据所述神经网络模型拓扑结构配置文件与所述硬件资源约束文件生成神经网络处理器硬件架构，并生成硬件架构描述文件；步骤3，根据所述神经网络模型拓扑结构、所述硬件资源约束文件及所述硬件架构描述文件优化数据调度、存储及计算方式，生成对应的控制描述文件；步骤4，根据所述硬件架构描述文件、所述控制描述文件从已构建的神经网络可复用单元库查找符合设计要求的单元库、生成相对应的控制逻辑并生成对应的硬件电路描述语言，将所述硬件电路描述语言转化为硬件电路；其中步骤3还包括调用编译器，根据神经网络拓扑结构、硬件电路结构及约束文件生成控制指令流，对神经网络处理器进行实时控制，并在编译阶段采用卷积核分割及数据共享的优化算法，所述优化算法包括：对于给定的神经网络层，若卷积核大小和步进值一致，则采用权重共享模式，卷积核在单层数据图内进行卷积操作，若数据图层数小于计算单元宽度，采用卷积核分割的方法，将卷积核进行分割，若数据图层数大于计算单元宽度，采用数据共享方式；判断下一神经网络层的计算方式，并根据下一神经网络层的卷积操作方式存储当前层的计算结果。