【技术实现步骤摘要】
乘法电路、卷积运算方法、介质、片上系统和电子设备
[0001]本申请涉及神经网络领域，特别涉及一种乘法电路、卷积运算方法、介质、片上系统和电子设备。
技术介绍
[0002]近年来，随着人工智能(Artificial Intelligence，AI)技术的快速发展，支持AI的无人驾驶汽车、无人机、智能终端等的应用越来越广泛。AI通过神经网络技术，对各种传感器输入的数据进行实时处理，实现对外界环境的感知。通常为了提升AI应用终端的处理性能，会采用专用的硬件平台来实现特定的运算，例如将原本移植有卷积神经网络模型的AI应用终端中涉及的卷积运算通过专用的硬件平台来实现。
[0003]然而现有的一些专用的硬件平台通常只能实现特定类型的卷积运算，或者这些专用的硬件平台在实现特定类型的卷积运算时对应的计算效率高，而当这些专用的硬件平台在实现非特定类型的卷积运算时对应的计算效率低，例如，这些专用的硬件平台在执行标准卷积运算时的计算效率高，而执行扩张卷积运算时的计算效率低。因此，现有的一些专用的硬件平台的应用范围较窄，不利于产品的推广应...
【技术保护点】
【技术特征摘要】
1.一种用于卷积运算的乘法电路，其特征在于，包括：PE阵列、用于存储输入数据的第一缓存、用于存储多个第一卷积核的第二缓存，以及连接于所述PE阵列和所述第一缓存之间的开关电路；其中，在所述乘法电路执行扩张卷积运算时：所述开关电路用于根据第二卷积核中的扩张数据的排布，对所述输入数据中的第一待卷积数据进行选择输出，以将所述第一待卷积数据中的有效数据输出至所述PE阵列，其中所述有效数据为所述第一待卷积数据中不与所述第二卷积核中的扩张数据进行运算的数据，所述第二卷积核是在所述第一卷积核中加入所述扩张数据生成的；所述PE阵列用于从所述第二缓存获取所述多个第一卷积核，并采用所述第一卷积核对所述有效数据进行卷积运算。2.根据权利要求1所述的乘法电路，其特征在于，所述PE阵列包括多行PE，所述开关电路包括分别与所述PE阵列中每一行PE一一对应的多个子开关；其中，在所述乘法电路执行扩张卷积运算时：所述开关电路中的各个子开关分别用于根据所述第二卷积核中的扩张数据的排布，对所述输入数据中各个所述第一待卷积数据进行选择输出，以将所述第一待卷积数据中的有效数据输出至所述PE阵列中相应的一行PE，其中，所述输入数据中与不同子开关对应的第一待卷积数据不同；所述PE阵列中的每一行PE用于从所述第二缓存获取所述多个第一卷积核，并采用所述第一卷积核对所述有效数据进行卷积运算。3.根据权利要求2所述的乘法电路，其特征在于，所述第一缓存包括多个存储单元，用于存储所述输入数据，其中，每两个所述存储单元中存储的数据不同，并且将所述多个存储单元存储的数据进行汇总构成所述输入数据；在所述乘法电路执行扩张卷积运算时：所述开关电路中的各个子开关分别用于根据所述第二卷积核中的扩张数据的排布，从所述第一缓存的多个所述存储单元中选取出有效数据，以将所述有效数据输出至所述PE阵列中相应的一行PE，其中，所述开关电路的每个子开关在每个运算周期，从所述多个所述存储单元的每一个存储单元中选取出的有效数据不同；所述PE阵列中的每一行PE用于从所述第二缓存获取所述多个第一卷积核，并采用所述第一卷积核对所述有效数据进行卷积运算。4.根据权利要求1至3任一项所述的乘法电路，其特征在于，所述第一待卷积数据为根据预设步长，采用和所述第二卷积核相同大小的滑动窗口在所述输入数据上滑动，得到的多个和所述第二卷积核相同大小的数据块。5.根据权利要求1所述的乘法电路，其特征在于，在所述乘法电路执行标准卷积运算时：所述开关电路用于将第二待卷积数据作为有效数据输出至所述PE阵列；所述PE阵列用于从所述第二缓存获取所述多个第一卷积核，并采用所述第一卷积核对所述有效数据进行卷积运算。6.根据权利要求5所述的乘法电路，其特征在于，所述PE阵列包括多行PE，所述开关电路包括分别与所述PE阵列中每一行PE一一对应的多个子开关；
其中，在所述乘法电路执行标准卷积运算时：所述开关电路中的各个子开关分别用于将所述输入数据中各个所述第二待卷积数据作为有效数据输出至所述PE阵列中相应的一行PE，其中，所述输入数据中与不同子开关对应的第二待卷积数据不同；所述PE阵列中的每一行PE用于从所述第二缓存获取所述多个第一卷积核，并采用所述第一卷积核对所述有效数据进行卷积运算。7.根据权利要求6所述的乘法电路，其特征在于，所述第一缓存包括多个存储单元，用于存储所述输入数据，其中，每两个所述存储单元中...
【专利技术属性】
技术研发人员：孙伟昶，
申请(专利权)人：安谋科技中国有限公司，
类型：发明
国别省市：
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。