神经网络加速器的控制方法、装置及神经网络加速器制造方法及图纸

本申请公开了一种神经网络加速器的控制方法、装置及神经网络加速器，涉及人工智能技术。具体方案包括：在获取到输入脉冲数据包后，获取输入激励数据包，并存储所述输入激励数据包；所述输入激励数据包用于判断当前计算核是否满足更新条件；获取所述当前计算核的更新条件；根据存储的所述输入数据包和获取的所述更新条件，判断所述当前计算核是否满足所述更新条件；当所述当前计算核满足更新条件时，执行更新运算并发送输出脉冲数据包。本申请可以使得神经网络加速器中的每个计算核根据接收脉冲的实际延迟时间进行更新运算，显著提高了神经网络加速器的整体运算性能。

Control method, device and neural network accelerator of neural network accelerator

【技术实现步骤摘要】
神经网络加速器的控制方法、装置及神经网络加速器
本申请涉及人工智能技术，特别是涉及一种神经网络加速器的控制方法、装置及神经网络加速器。
技术介绍
人工智能技术的高速发展，使得作为类脑运算的高效能计算设备的神经网络加速器迎来了发展的高峰。神经网络加速器模拟了人脑的运算模式，利用膜电位和脉冲携带的脉冲电位进行运算。为了保证神经网络加速器中的每个计算核在不同的接收脉冲时间延迟的情况下，均可完成更新运算。现有技术中，通常根据最坏工作情况、最长延迟时间，设计更新运算的时间步长，使得无论接收脉冲的实际延迟时间如何，神经网络加速器中的每个计算核均在接收脉冲的最长延迟时间下工作，大大降低了神经网络加速器的整体运算性能。
技术实现思路
有鉴于此，本申请的主要目的在于提供一种神经网络加速器的控制方法，该方法可以使得神经网络加速器中的每个计算核根据接收脉冲的实际延迟时间进行更新运算，显著提高了神经网络加速器的整体运算性能。为了达到上述目的，本申请提出的技术方案为：第一方面，本申请实施例提供了一种神经网络加速器的控制方法，应用于计算核的控制本文档来自技高网...

【技术保护点】
1.一种神经网络加速器的控制方法，其特征在于，应用于计算核的控制设备，包括：/n在获取到输入脉冲数据包后，获取输入激励数据包，并存储所述输入激励数据包；所述输入激励数据包用于判断当前计算核是否满足更新条件；/n获取所述当前计算核的更新条件；/n根据存储的所述输入激励数据包和获取的所述更新条件，判断所述当前计算核是否满足所述更新条件；/n当所述当前计算核满足更新条件时，执行更新运算并发送输出脉冲数据包。/n

【技术特征摘要】
1.一种神经网络加速器的控制方法，其特征在于，应用于计算核的控制设备，包括：
在获取到输入脉冲数据包后，获取输入激励数据包，并存储所述输入激励数据包；所述输入激励数据包用于判断当前计算核是否满足更新条件；
获取所述当前计算核的更新条件；
根据存储的所述输入激励数据包和获取的所述更新条件，判断所述当前计算核是否满足所述更新条件；
当所述当前计算核满足更新条件时，执行更新运算并发送输出脉冲数据包。


2.根据权利要求1所述的方法，其特征在于，所述当前计算核的更新条件为接收到预设数量个激励数据包；
所述根据存储的所述输入激励数据包，判断是否满足当前计算核的更新条件的步骤，包括：
根据存储的输入激励数据包的总数量，判断是否接收到预设数量个激励数据包。


3.根据权利要求1所述的方法，其特征在于，所述输入脉冲数据包携带有至少一个输入脉冲电位和每个所述输入脉冲电位对应的神经元地址；
所述执行更新运算的步骤，包括：
针对每个所述输入脉冲电位，根据该输入脉冲电位对应的神经元地址，将该输入脉冲电位发送给目标神经元；
接收所述目标神经元发出的输出脉冲电位；所述输出脉冲电位为所述目标神经元根据所述目标神经元的膜电位、所述目标神经元接收的输入脉冲电位、预设的泄露电位和预设电位阈值生成的；
根据每个所述输出脉冲电位，生成所述输出脉冲数据包。


4.根据权利要求1所述的方法，其特征在于，所述执行更新运算的步骤之后，所述方法还包括：
清空存储的所述输入激励数据包。


5.根据权利要求1所述的方法，其特征在于，所述执行更新运算并发送输出脉冲数据包的步骤之后，所述方法还包括：
生成并发送输出激励数据包；所述输出激励数据包包括目标计算核的计算核地址；所述输出激励数据包用于判断所述目标计算核是否满足更新条件。


6.根据权利要求5所述...

【专利技术属性】
技术研发人员：陈虹，张吉霖，
申请(专利权)人：清华大学，
类型：发明
国别省市：北京;11