【技术实现步骤摘要】
一种兼容性可编程微神经元网络提速阵列
本专利技术属于集成电路
，具体涉及一种兼容性可编程微神经元网络提速阵列。
技术介绍
如今在移动设备上开发定制深度学习提速芯片日渐趋热，其挑战在于，芯片的性能受限于深度学习网络类型，例如CNN(卷积微神经元网络)、RNN(循环微神经元网络)，为了设计出高能效的定制深度学习提速芯片，往往芯片会针对某些网络进行优化，在使用这些网络时性能很高，而其他网络下性能欠佳。然而，由于近期深度学习领域的迅猛发展，将来可能会出现改进版本的CNN或RNN网络，甚至有其他新的深度学习微神经元网络算法出现，那么现有的专用型深度学习提速芯片将达不到所需的性能要求，从根本上限制了深度学习智能的发展。
技术实现思路
鉴于以上所述现有技术的缺点，本专利技术的目的在于提供一种兼容性可编程微神经元网络提速阵列。本专利技术提供的高兼容性可编程微神经元网络提速阵列，该阵列采用可重构性架构，包含一个中央控制器、一个特征向量发射器以及若干个微神经元网络计算单元片。其中：所述的中央控制器负责深度学习微...
【技术保护点】
1.一种兼容性可编程微神经元网络提速阵列，其特征在于，采用可重构性架构，包含一个中央控制器、一个特征向量发射器以及若干个微神经元网络计算单元片；其中：/n所述的中央控制器负责深度学习微神经元网络的全局控制；/n所述的特征向量发射器负责向所有所述微神经元网络计算单元片发射所需的特征向量；/n所述的微神经元网络计算单元片含有基本的微神经元网络计算模块；/n所述的微神经元网络计算单元片通过可编程通信路由进行任意单元片间的通信。/n
【技术特征摘要】
1.一种兼容性可编程微神经元网络提速阵列，其特征在于，采用可重构性架构，包含一个中央控制器、一个特征向量发射器以及若干个微神经元网络计算单元片；其中：
所述的中央控制器负责深度学习微神经元网络的全局控制；
所述的特征向量发射器负责向所有所述微神经元网络计算单元片发射所需的特征向量；
所述的微神经元网络计算单元片含有基本的微神经元网络计算模块；
所述的微神经元网络计算单元片通过可编程通信路由进行任意单元片间的通信。
2.根据权利要求1所述的高兼容性可编程微神经元网络提速阵列，其特征在于，所述的基本的微神经元网络计算模块包括可编程乘加单元、可编程激活单元、单元片控制器。
3.根据权利要求2所述的高兼容性可编程微神经元网络提速阵列，其特征在于，所述的基本的微神经元网络计算模块还包括缓存，用于存储计算中间值。
4....
【专利技术属性】
技术研发人员：不公告发明人，
申请(专利权)人：江苏冬云云计算股份有限公司，
类型：发明
国别省市：江苏;32
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。