[发明专利]神经网络硬件在审
| 申请号： | 201811315075.3 | 申请日： | 2018-11-06 |
| 公开（公告）号： | CN110020716A | 公开（公告）日： | 2019-07-16 |
| 发明（设计）人： | 克里斯·马丁 | 申请（专利权）人： | 畅想科技有限公司 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/06;G06N3/063;G06F9/30 |
| 代理公司： | 北京东方亿思知识产权代理有限责任公司 11258 | 代理人： | 林强 |
| 地址： | 英国赫*** | 国省代码： | 英国;GB |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本公开涉及神经网络硬件。提供了一种用于实施深度神经网络(DNN)的硬件，深度神经网络具有卷积层，硬件包括多个卷积引擎，每个卷积引擎能够操作以通过向数据窗口应用滤波来执行卷积操作，每个滤波包括用于与数据窗口的相应的数据值组合的权重的集合，并且多个卷积引擎中的每个卷积引擎包括：乘法逻辑，其能够操作以将滤波的权重与数据窗口的相应的数据值组合；控制逻辑，其被配置为：接收标识用于在多个卷积引擎处的数据窗口的集合上操作的滤波的集合的配置信息；使用配置信息来确定卷积操作的序列，以用于在乘法逻辑处进行评估；根据所确定的卷积操作的序列，请求权重和数据值；并且使得乘法逻辑将权重与其相应的数据值组合；以及累加逻辑。 | ||
| 搜索关键词： | 卷积 数据窗口 引擎 滤波 乘法逻辑 权重 神经网络硬件 集合 配置信息 神经网络 控制逻辑 累加逻辑 权重和 评估 配置 应用 | ||
【主权项】：
1.一种用于实施深度神经网络(DNN)的硬件，所述深度神经网络具有卷积层，所述硬件包括多个卷积引擎，每个卷积引擎能够操作以通过向数据窗口应用滤波来执行卷积操作，每个滤波包括用于与数据窗口的相应的数据值组合的权重的集合，并且所述多个卷积引擎中的每个卷积引擎包括：乘法逻辑，其能够操作以将滤波的权重与数据窗口的相应的数据值组合；控制逻辑，其被配置为：接收配置信息，所述配置信息标识用于在所述多个卷积引擎处的数据窗口的集合上操作的滤波的集合；使用所述配置信息来确定卷积操作的序列，以用于在所述乘法逻辑处进行评估；根据所确定的卷积操作的序列，请求权重和数据值，以用于至少部分地向数据窗口应用滤波；并且使得所述乘法逻辑将所述权重与其相应的数据值组合；以及累加逻辑，其被配置为将由所述乘法逻辑执行的多个组合的结果累加，以便形成所确定的序列的卷积操作的输出。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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畅想科技有限公司，未经畅想科技有限公司许可，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/patent/201811315075.3/，转载请声明来源钻瓜专利网。
