【技术实现步骤摘要】
存储装置、存储控制器和操作神经处理器的方法本专利申请要求于2019年10月30日在韩国知识产权局提交的第10-2019-0136595号韩国专利申请的优先权，所述韩国专利申请的公开通过引用全部包含于此。
本公开涉及一种电子设备，更具体地，涉及一种包括神经处理器的电子设备。
技术介绍
人工智能(AI)功能已经被利用于各个领域中。例如，人工智能功能可用于在各种电子设备(诸如，个人计算机、膝上型计算机、平板、智能电话以及数码相机)中执行语音识别和图像分类。AI功能通常执行复杂且耗时的计算操作。这些计算操作可能需要具有高操作速度和用于处理数据的大容量高速存储器的计算电路来实现。然而，计算电路通常非常昂贵并占用大量的物理空间。因此，通常使用访问这些计算电路中的一个或多个的远程数据中心来执行人工智能功能。
技术实现思路
本公开的至少一个实施例提供了一种可重新配置的神经处理器和包括该可重新配置的神经处理器的电子设备。根据专利技术构思的示例性实施例，提供了一种存储装置，所述存储装置包括：接口电路，被配置为...
【技术保护点】
1.一种存储装置，包括：/n接口电路，被配置为从主机接收应用信息；/n现场可编程门阵列；/n神经处理器；和/n中央处理器，被配置为：使用应用信息从存储在存储器中的多个硬件镜像之中选择硬件镜像，并且使用选择的硬件镜像来重新配置现场可编程门阵列，/n其中，神经处理器被配置为使用重新配置的现场可编程门阵列执行操作。/n
【技术特征摘要】
20191030 KR 10-2019-01365951.一种存储装置，包括：
接口电路，被配置为从主机接收应用信息；
现场可编程门阵列；
神经处理器；和
中央处理器，被配置为：使用应用信息从存储在存储器中的多个硬件镜像之中选择硬件镜像，并且使用选择的硬件镜像来重新配置现场可编程门阵列，
其中，神经处理器被配置为使用重新配置的现场可编程门阵列执行操作。
2.根据权利要求1所述的存储装置，其中，选择的硬件镜像与多个不同的机器学习算法中的选择的机器学习算法相关联，并且应用信息指示将被选择的机器学习算法。
3.根据权利要求2所述的存储装置，其中，重新配置的现场可编程门阵列针对选择的机器学习算法，对输入到神经处理器的数据执行预计算以生成值，并且神经处理器使用存储在存储器中的权重数据对所述值执行选择的机器学习算法以生成结果。
4.根据权利要求3所述的存储装置，还包括：乘积累加计算器，被配置为使用权重数据对所述值执行选择的机器学习算法以生成结果。
5.根据权利要求2所述的存储装置，其中，神经处理器使用存储在存储器中的权重数据对输入数据执行选择的机器学习算法以生成值，并且重新配置的现场可编程门阵列对所述值执行后计算以生成结果。
6.根据权利要求2所述的存储装置，其中，重新配置的现场可编程门阵列使用存储在存储器中的权重数据对输入数据执行选择的机器学习算法以生成结果。
7.根据权利要求1所述的存储装置，其中，存储器是位于神经处理器内的静态随机存取存储器或寄存器。
8.根据权利要求1所述的存储装置，还包括：非易失性存储器控制器，连接到存储器，并且存储器位于包括所述神经处理器、所述中央处理器和所述现场可编程门阵列的控制器外部。
9.根据权利要求1所述的存储装置，其中，现场可编程门阵列包括被选择的硬件镜像配置的动态区域和不被选择的硬件镜像改变的静态区域。
10.一种存储控制器，包括：
神经处理器；
现场可编程门阵列；
非易失性存储器控制器，经由专用通道连接到位于存储控制器外部的非易失性存储器装置，非易失性存储器装置存储多个硬件镜像；和
数据总线，连接神经处理器、现场可编程门阵列和非易失性存储器控制器，
其中，非易失性存储器控制器从非易失性存储器装置选择所述多个硬件镜像中的与接收的应用信息对应的硬件镜像，并且使用选择的硬件镜像来重新配置现场可编程门阵列。
11.根据权利要求10所述的存储控制器，其中，专用通道包括第一通道和第二通道，第一通道用于从非易失性存储器装置的第一非易失性存储器接收选择的硬件镜像，第二通道用于从非易失性存储器装置的第二非易失性存储器接收用于除了机器学习之外的操作的数据。
12.根据权利要求11所述的存储控制器，其中，选择的硬件镜像与多个不同的机器学习算法中的选择的机器学习算法相关联，并且应用信息指示将被选择的机器学习算法。
13.根据权利要求12所述的存储控制器，其中，第一通道还...
【专利技术属性】
技术研发人员：林真洙，薛昶圭，张宰薰，邵惠晶，孙弘乐，尹弼相，
申请(专利权)人：三星电子株式会社，
类型：发明
国别省市：韩国;KR
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。