【技术实现步骤摘要】
【国外来华专利技术】可扩展神经网络处理引擎
技术介绍
1.
本公开涉及用于实现神经网络的电路,并且更具体地涉及对神经网络任务的可扩展处理。2.相关技术描述人工神经网络(ANN)是使用连接节点的集合来处理输入数据的计算系统或模型。ANN通常被组织成层,其中不同的层对其输入执行不同类型的转换。ANN的扩展或变体诸如卷积神经网络(CNN)、深度神经网络(DNN)、递归神经网络(RNN)和深度信念网络(DBN)已受到大量关注。这些计算系统或模型通常涉及广泛的计算操作,包括相乘和累加。例如,CNN是一类主要使用输入数据和内核数据之间的卷积的机器学习技术,卷积可分解为相乘和累加操作。根据输入数据的类型和待执行的操作,这些机器学习系统或模型可被不同地配置。此类变化的配置将包括例如预处理操作、输入数据中的通道数量、待使用的内核数据、待应用于卷积结果的非线性函数以及各种后处理操作的应用。使用中央处理单元(CPU)及其主存储器来实例化和执行各种配置的机器学习系统或模型相对容易,因为此类系统或模型仅通过更新代码即可实例化。然而,仅依赖于CPU进行这些机器学习系统或模型的各种操作将消耗中央处理单元(CPU)的大量带宽以及增加总体功率消耗。
技术实现思路
实施方案涉及具有用于实例化一个或多个神经网络的可扩展架构的神经处理器电路。神经处理器电路可包括多个引擎电路,这些引擎电路根据配置数据被选择性地激活或解激活以支持对输入数据的并行处理,该配置数据对神经处理器电路进行编程以实例化或实现神经网络。神经处理器电路包括多个神经引 ...
【技术保护点】
1.一种神经处理器电路,包括:/n多个神经引擎电路,所述多个神经引擎电路被选择性地激活,所述神经引擎电路中的每个神经引擎电路被配置为对输入数据和内核系数执行卷积操作以生成输出数据;/n数据缓冲器,所述数据缓冲器位于所述多个神经引擎电路与所述神经处理器电路外部的存储器之间,所述数据缓冲器被配置为存储来自所述存储器的所述输入数据以用于发送到所述神经引擎电路以及从所述神经引擎电路接收的所述输出数据;以及/n内核提取电路,所述内核提取电路被配置为从所述神经处理器电路外部的所述存储器接收内核数据,所述内核提取电路被配置为将从所述内核数据提取的对应内核系数发送到被选择用于激活的神经引擎电路。/n
【技术特征摘要】
【国外来华专利技术】20180504 US 15/971,8821.一种神经处理器电路,包括:
多个神经引擎电路,所述多个神经引擎电路被选择性地激活,所述神经引擎电路中的每个神经引擎电路被配置为对输入数据和内核系数执行卷积操作以生成输出数据;
数据缓冲器,所述数据缓冲器位于所述多个神经引擎电路与所述神经处理器电路外部的存储器之间,所述数据缓冲器被配置为存储来自所述存储器的所述输入数据以用于发送到所述神经引擎电路以及从所述神经引擎电路接收的所述输出数据;以及
内核提取电路,所述内核提取电路被配置为从所述神经处理器电路外部的所述存储器接收内核数据,所述内核提取电路被配置为将从所述内核数据提取的对应内核系数发送到被选择用于激活的神经引擎电路。
2.根据权利要求1所述的神经处理器电路,还包括神经任务管理器电路,所述神经任务管理器电路被配置为向所述神经引擎电路提供配置数据以激活或解激活用于任务的所述神经引擎电路中的一个或多个神经引擎电路。
3.根据权利要求2所述的神经处理器电路,其中所述数据缓冲器被进一步配置为:响应于从所述神经任务管理器电路接收到所述配置数据,而分配存储器空间以用于存储所述输入数据和所述输出数据。
4.根据权利要求3所述的神经处理器电路,其中所述神经处理器电路包括耦接到所述存储器和所述数据缓冲器的缓冲器直接存储器存取(DMA),所述缓冲器DMA被配置为从所述存储器取回所述输入数据并根据所述配置数据将所述输入数据提供到所述数据缓冲器的所述存储器空间。
5.根据权利要求2所述的神经处理器电路,其中所述内核提取电路被进一步配置为:响应于从所述神经任务管理器接收到所述配置数据,而分配存储器空间以用于存储所述内核数据。
6.根据权利要求2所述的神经处理器电路,还包括耦接到所述系统存储器的处理器,所述处理器被配置为生成定义实例化一个或多个神经网络的任务的所述配置数据。
7.根据权利要求2所述的神经处理器电路,其中所述多个神经引擎电路中的每个神经引擎电路在被解激活时以功率节省模式操作。
8.根据权利要求1所述的神经处理器电路,还包括神经任务管理器电路,所述神经任务管理器电路被配置为向所述神经处理器电路提供配置数据以激活或解激活用于任务的所述神经处理器电路。
9.根据权利要求8所述的神经处理器电路,其中所述神经处理器电路在被解激活时以功率节省模式操作。
10.一种用于处理输入数据的方法,包括:
选择性地激活神经处理器电路的多个神经引擎电路,所述神经引擎电路中的每个神经引擎电路被配置为对...
【专利技术属性】
技术研发人员:E·诺登,L·菲谢尔,朴盛熙,申宰杬,C·米尔斯,李丞镇,F·穆基卡,
申请(专利权)人:苹果公司,
类型:发明
国别省市:美国;US
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。