The invention relates to a method for arbitrary dimension convolution needs of reconfigurable computing method and device structure and scheduling, reconfigurable computing architecture includes interface controller and reconfigurable computing module, wherein the reconstruction calculation module includes at least one MAC computing array, each MAC computing array containing multiple the cumulative processing unit, each MAC processing unit configuration has the corresponding internal bus, 22 MAC processing internal bus interconnection between and connected with the control unit through the bus interface controller; scheduling and management of MAC processing mode of interconnection between units and MAC processing unit of time division multiplexing frequency by controlling bus. The invention realizes convolution calculation for any dimension convolution by rapidly reconstructing different computing function processing units, improving flexibility of variable dimension convolution calculation, fully mining parallelism and pipelining of computation process, and greatly improving convolution calculation efficiency.
【技术实现步骤摘要】
适用于任意维数卷积需求的可重构计算结构及计算调度方法和装置
本专利技术属于卷积可重构计算
,特别涉及一种适用于任意维数卷积需求的可重构计算结构及计算调度方法和装置。
技术介绍
卷积是一种数学积分变换的方法,也是分析数学中一种重要的运算,在电子通信、物理学、统计学、地震预测、图像处理以及油田勘察等诸多方面有着十分广泛的应用。对于一维离散卷积,假设输入为N1点序列f(n1)与N2点序列h(n2),输出序列N1+N2-1点序列g(n),则有:对于二维离散卷积,假设输入为M1×N1维矩阵f(m1,n1)与M2×N2维矩阵h(m2,n2),输出(M1+M2-1)×(N1+N2-1)维矩阵g(m,n),则有:卷积的计算有两种方法:一是时域方法,计算过程直观清晰,主要涉及乘法和加法计算,时域卷积计算方法虽然计算量较大,但不同点之间的计算过程在时间和空间上均无耦合,可通过并行化计算结构设计加速;二是频域方法,将卷积序列通过FFT计算变换到频域,然后通过频域数据相乘并反变换得到卷积计算结果。近年来,随着人工智能与机器学习的飞速发展,卷积神经网络(CNN)因其在图像处理中的巨大优势受到越来越大的关注。CNN中的卷积计算与一维或二维卷积计算过程有一定的不同,无法基于频域计算方法实现,只能在时域通过乘累加的方式计算。上述两种卷积计算过程存在大量可并行化设计的内在特点,因此需要通过设计合理的计算结构,多维度并行化实现计算过程来提高卷积的计算效率。
技术实现思路
针对现有技术中的不足,本专利技术提供一种适用于任意维数卷积需求的可重构计算结构及计算调度方法和装置,针对任意维数卷积,通 ...
【技术保护点】
一种适用于任意维数卷积需求的可重构计算结构,包含接口控制器,可重构计算模块,其特征在于,所述的可重构计算模块至少包含一个乘累加计算处理阵列,每个乘累加计算处理阵列中包含多个乘累加运算处理单元,每个乘累加运算处理单元配置有各自对应的内部总线,两两乘累加运算处理单元之间通过内部总线互连并与控制总线相连;接口控制器通过控制总线对乘累加运算处理单元之间互联方式及乘累加运算处理单元的分时复用次数进行调度管理。
【技术特征摘要】
1.一种适用于任意维数卷积需求的可重构计算结构,包含接口控制器,可重构计算模块,其特征在于,所述的可重构计算模块至少包含一个乘累加计算处理阵列,每个乘累加计算处理阵列中包含多个乘累加运算处理单元,每个乘累加运算处理单元配置有各自对应的内部总线,两两乘累加运算处理单元之间通过内部总线互连并与控制总线相连;接口控制器通过控制总线对乘累加运算处理单元之间互联方式及乘累加运算处理单元的分时复用次数进行调度管理。2.根据权利要求1所述的适用于任意维数卷积需求的可重构计算结构,其特征在于,所述的可重构计算模块还包含至少一个加法计算处理阵列,每个加法计算处理阵列中包含多个加法运算处理单元,每个加法运算处理单元配置有各自对应的内部总线;两两加法运算处理单元之间通过内部总线互联,并通过内部总线、控制总线与接口控制器相连。3.一种适用于任意维数卷积需求的可重构计算调度方法,其特征在于,基于权利要求1所述的适用于任意维数卷积需求的可重构计算结构实现,具体包含如下内容:根据卷积计算需求进行运算处理单元重构时,确定功能满足所述卷积计算需求的卷积结果矩阵;依据卷积计算效率需求及可重构计算结构中当前可用计算资源情况,选定当前可用计算资源中用于计算的单个运算处理单元,读取卷积结果矩阵中的元素并基于该单个运算处理单元的反复调用分时序贯对卷积结果矩阵中的各个元素进行计算,将元素计算结果反馈至外存主机进行存储,迭代循环,直至完成卷积结果矩阵中所有元素的计算。4.根据权利要求3所述的适用于任意维数卷积需求的可重构计算调度方法,其特征在于,依据卷积计算效率需求及可重构计算结构中当前可用计算资源情况,基于当前可用计算资源情况中各个运算处理单元的并行进行配置并选定用于计算的若干运算处理单元,确定卷积结果矩阵中各个元素并行化运算过程中各个元素计算分组及各个元素计算分组与选定的若干运算处理单元之间的对应关系;选定的若干运算处理单元按照预设顺序依次迭代计算相应元素计算分组中的元素并将计算结果反馈至外存主机进行存储,直至计算完该元素计算分组内所有元素,完成卷积结果矩阵中所有元素的计算;其中,优选的,所述的预设顺序为矩阵按行顺序或按列顺序。5.一种适用于任意维数卷积需求的可重构计算方法,其特征在于,基于权利要求2所述的适用于任意维数卷积需求的可重构计算结构实现,具体包含如下内容:根据卷积计算需求进行运算处理单元重构时,确定功能满足所述卷积计算需求的卷积结果矩阵;依据卷积计算效率需求及可重构计算结构中当前可用计算资源情况,基于当前可用计算资源情况中各个乘累加运算处理单元与加法运算处理单元之间的并行组合进行配置并选定用于计算的若干运算处理单元组,确定卷积结果矩阵中各个元素并行化运算过程中各个元素计算分组及各个元素计算分组与选定的若干运算处理单元组之间的对应关系;选定的若干运算处理单元组中按照预设顺序依次迭代计算相应元素计算分组中的元素并将计算结果反馈至外存主机进行存储,直至计算完该元素计算分组内所有元素,完成卷积结果矩阵中所有元素的...
【专利技术属性】
技术研发人员:高彦钊,张兴明,黄雅静,杜延康,张文建,张帆,赵博,汤先拓,于洪,杨堃,
申请(专利权)人:中国人民解放军信息工程大学,天津市滨海新区信息技术创新中心,
类型:发明
国别省市:河南,41
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。