【技术实现步骤摘要】
集成电路芯片装置及相关产品
本披露涉及神经网络领域,尤其涉及一种集成电路芯片装置及相关产品。
技术介绍
人工神经网络(ArtificialNeuralNetwork,即ANN),是20世纪80年代以来人工智能领域兴起的研究热点。它从信息处理角度对人脑神经元网络进行抽象,建立某种简单模型,按不同的连接方式组成不同的网络。在工程与学术界也常直接简称为神经网络或类神经网络。神经网络是一种运算模型,由大量的节点(或称神经元)之间相互联接构成。现有的神经网络的运算基于CPU(CentralProcessingUnit,中央处理器)或GPU(英文:GraphicsProcessingUnit,图形处理器)来实现神经网络的运算,此种运算的计算量大,功耗高。
技术实现思路
本披露实施例提供了一种集成电路芯片装置及相关产品,可提升计算装置的处理速度,提高效率。第一方面,提供一种集成电路芯片装置,所述集成电路芯片装置包括:主处理电路以及多个基础处理电路;所述主处理电路或多个基础处理电路中至少一个基础处理电路包括:数据类型运算电路,所述数据类型运算电路,用于执行浮点类型数据以及定点类型数据之间的转换;所述主处理电路,用于执行神经网络运算中的各个连续的运算以及与所述基础处理电路传输数据;所述多个基础处理电路,用于依据所述主处理电路传输的数据以并行方式执行神经网络中的运算,并将运算结果传输给所述主处理电路。第二方面,提供一种神经网络运算装置,所述神经网络运算装置包括一个或多个第一方面提供的集 ...
【技术保护点】
1.一种集成电路芯片装置,其特征在于,所述集成电路芯片装置包括:主处理电路以及多个基础处理电路;所述主处理电路包括:数据类型运算电路,所述数据类型运算电路,用于执行浮点类型数据以及定点类型数据之间的转换;/n所述主处理电路,用于获取输入数据块、卷积核数据块以及卷积指令,通过所述数据类型运算电路将所述输入数据块、所述卷积核数据块转换成定点类型的输入数据块、定点类型的卷积核数据块,依据该卷积指令对定点类型的输入数据块划分成广播数据块,将定点类型的卷积核数据块划分成分发数据块;对所述分发数据块进行拆分处理得到多个基本数据块,将所述多个基本数据块分发至多个基础处理电路中的至少一个基础处理电路,将所述广播数据块广播至所述多个基础处理电路;/n所述多个基础处理电路,用于将所述广播数据块以及接收到基本数据块以定点数据类型执行卷积运算得到运算结果,并将运算结果传输给所述主处理电路;/n所述主处理电路,用于对该运算结果进行处理得到所述卷积指令的指令结果。/n
【技术特征摘要】
1.一种集成电路芯片装置,其特征在于,所述集成电路芯片装置包括:主处理电路以及多个基础处理电路;所述主处理电路包括:数据类型运算电路,所述数据类型运算电路,用于执行浮点类型数据以及定点类型数据之间的转换;
所述主处理电路,用于获取输入数据块、卷积核数据块以及卷积指令,通过所述数据类型运算电路将所述输入数据块、所述卷积核数据块转换成定点类型的输入数据块、定点类型的卷积核数据块,依据该卷积指令对定点类型的输入数据块划分成广播数据块,将定点类型的卷积核数据块划分成分发数据块;对所述分发数据块进行拆分处理得到多个基本数据块,将所述多个基本数据块分发至多个基础处理电路中的至少一个基础处理电路,将所述广播数据块广播至所述多个基础处理电路;
所述多个基础处理电路,用于将所述广播数据块以及接收到基本数据块以定点数据类型执行卷积运算得到运算结果,并将运算结果传输给所述主处理电路;
所述主处理电路,用于对该运算结果进行处理得到所述卷积指令的指令结果。
2.根据权利要求1的集成电路芯片装置,其特征在于,
所述多个基础处理电路,具体用于将所述广播数据块以及接收到的基本数据块以定点数据类型执行多次内积运算得到定点数据类的多个内积结果,将该多个内积结果进行累加得到累加结果,将该累加结果作为运算结果传输给所述主处理电路;
所述主处理电路,用于通过所述数据类型运算电路将定点数据类的累加结果转换成浮点类型的累加结果,将累加结果进行排序得到所述指令结果。
3.根据权利要求1-2任意一项所述的集成电路芯片装置,其特征在于,所述集成电路芯片装置还包括:分支处理电路,所述分支处理电路设置在主处理电路与至少一个基础处理电路之间;
所述分支处理电路,用于在主处理电路与至少一个基础处理电路之间转发数据。
4.根据权利要求1-2任意一项所述的集成电路芯片装置,其特征在于,
所述主处理电路,具体...
【专利技术属性】
技术研发人员:不公告发明人,
申请(专利权)人:中科寒武纪科技股份有限公司,
类型:发明
国别省市:北京;11
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。