卷积处理方法、装置、卷积神经网络加速器和存储介质制造方法及图纸

本申请涉及人工智能技术领域，提供一种卷积处理方法、装置、卷积神经网络加速器和存储介质，该方法可以提高卷积处理的效率，该方法主要包括：确定待乘加运算的多个数据组；各数据组均包括权重数据和特征数据；按照数据组的数量，确定用于乘加运算的流水线的数量；流水线的数量与数据组的数量具有整数倍关系，且小于数据组的数量；将多个数据组等份划分至各条流水线进行乘加运算。流水线进行乘加运算。流水线进行乘加运算。

【技术实现步骤摘要】
卷积处理方法、装置、卷积神经网络加速器和存储介质


[0001]本申请涉及人工智能
，特别是涉及一种卷积处理方法、装置、卷积神经网络加速器和存储介质。

技术介绍

[0002]随着人工智能时代的到来，卷积神经网络被应用在各种各样的场景中。卷积神经网络的处理中卷积处理是必不可少的，该卷积处理主要是对权重数据和特征数据进行乘加运算，所涉及的数据量巨大，卷积处理效率难以保证。

技术实现思路

[0003]基于此，有必要针对上述技术问题，提供一种卷积处理方法、装置、卷积神经网络加速器和存储介质。
[0004]一种卷积处理方法，所述方法包括：
[0005]确定待乘加运算的多个数据组；各数据组均包括权重数据和特征数据；
[0006]按照所述数据组的数量，确定用于乘加运算的流水线的数量；所述流水线的数量与所述数据组的数量具有整数倍关系，且小于所述数据组的数量；
[0007]将所述多个数据组等份划分至各条流水线进行乘加运算。
[0008]在其中一个实施例中，若数据组包括两个权重数据和一个特征数据，所述将所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种卷积处理方法，其特征在于，所述方法包括：确定待乘加运算的多个数据组；各数据组均包括权重数据和特征数据；按照所述数据组的数量，确定用于乘加运算的流水线的数量；所述流水线的数量与所述数据组的数量具有整数倍关系，且小于所述数据组的数量；将所述多个数据组等份划分至各条流水线进行乘加运算。2.根据权利要求1所述的方法，其特征在于，若数据组包括两个权重数据和一个特征数据，所述将所述多个数据组等份划分至各条流水线进行乘加运算，包括：在流水线上进行当前数据组的乘加运算时，针对所述当前数据组包括的其中一个权重数据，通过打拍信号，触发所述流水线进行所述其中一个权重数据与所述特征数据的乘加运算，以及针对所述当前数据组包括的另一个权重数据，通过所述打拍信号与下个打拍信号之间的信号，触发所述流水线进行所述另一个权重数据与所述特征数据的乘加运算。3.根据权利要求2所述的方法，其特征在于，所述方法还包括：在流水线上完成针对所述当前数据组的乘加运算后，通过所述下个打拍信号，触发所述流水线进行下个数据组包括的其中一个权重数据与对应的特征数据的乘加运算。4.根据权利要求1至3任一项所述的方法，其特征在于，所述数据组的数量与卷积核包括的权重数据的数量一致。5.根据权利要求1至3任一项所述的方法，其特征在于，各条流水线以并行方式进行乘加运算。6.一种卷积处理装置，其特征在于，所述装置包括：数据组确定模块，用于确定待乘加运算...

【专利技术属性】
技术研发人员：胡峰，张斌，梁猷强，刘钊含，余蓓，沈小勇，吕江波，贾佳亚，
申请(专利权)人：上海思谋科技有限公司，
类型：发明
国别省市：