【技术实现步骤摘要】
用于深度学习操作的方法和装置
[0001]本申请要求于2020年11月2日在韩国知识产权局提交的第10
‑
2020
‑
0144563号韩国专利申请的权益,该韩国专利申请的全部公开出于所有目的通过引用包含于此。
[0002]以下描述涉及一种用于深度学习操作的方法和装置。
技术介绍
[0003]作为非限制性示例,实现神经网络的计算架构通常需要用于复杂输入数据、用于分析大量的输入数据和/或用于提取关于期望的信息的其他解的大量的计算操作。
技术实现思路
[0004]提供本
技术实现思路
以便以简化的形式介绍将在下面的具体实施方式中进一步描述的构思的选择。本
技术实现思路
不旨在确定所要求保护的主题的关键特征或必要特征,也不旨在用于帮助确定所要求保护的主题的范围。
[0005]在一个总体方面,一种电子装置包括:处理器,被配置为使用脉动阵列同时执行多个任务,其中,处理器包括:脉动阵列,具有多个处理元件(PE);以及第一片上网络,执行多个PE中的两个或更多个PE之间的数据传播,其 ...
【技术保护点】
【技术特征摘要】
1.一种电子装置,所述电子装置包括:处理器,被配置为使用脉动阵列同时执行多个任务,其中,处理器包括:脉动阵列,包括多个处理元件;以及第一片上网络,执行所述多个处理元件中的两个或更多个处理元件之间的数据传播,并且其中,所述多个任务中的每个任务包括一个或多个深度学习操作。2.如权利要求1所述的电子装置,其中,处理器被配置为:分配所述多个处理元件以同时执行多个神经网络的相应的深度学习操作,其中,所述多个处理元件的分配基于所述多个神经网络的特性来执行。3.如权利要求2所述的电子装置,其中,所述多个处理元件的分配包括脉动阵列的所有处理元件的分配。4.如权利要求1所述的电子装置,其中,处理器被配置为:基于多个神经网络的特性来设置输入数据和对应的输出部分和的相应的传播方向。5.如权利要求1所述的电子装置,其中,处理器被配置为:将神经网络划分为多个子神经网络并分配所述多个处理元件,以同时执行所述多个子神经网络的深度学习操作。6.如权利要求5所述的电子装置,其中,处理器被配置为:基于所述多个子神经网络的特性来设置输入数据和对应的输出部分和的相应的传播方向。7.如权利要求1所述的电子装置,其中,处理器还包括:输入数据传送模块,被配置为:将输入数据输入到脉动阵列的不同侧。8.如权利要求7所述的电子装置,其中,脉动阵列的不同侧是脉动阵列的相对的左侧和右侧,并且其中,输入数据传送模块包括:第一脉动数据设置模块,被配置为:调整用于将第一输入数据输入到脉动阵列的左侧的时序并将第一输入数据传送到脉动阵列的左侧;第二脉动数据设置模块,被配置为:调整用于将第二输入数据输入到脉动阵列的右侧的时序;以及第二片上网络,被配置为将第二输入数据传送到脉动阵列的右侧。9.如权利要求7所述的电子装置,其中,脉动阵列的不同侧是脉动阵列的相对的左侧和右侧,其中,使用第一片上网络输入第一输入数据,并且使用第二片上网络输入第二输入数据,并且其中,处理器还包括另外的输入数据传送模块,所述另外的输入数据传送模块被配置为将权重输入数据输入到脉动阵列的上侧和下侧,其中,所述另外的输入数据传送模块包括:权重缓冲器,被配置为调整用于将第一权重输入数据和第二权重输入数据输入到脉动阵列的时序,并且通过脉动阵列的上侧将第一权重输入数据传送到所述多个处理元件中的相应的第一处理元件;以及第三片上网络,被配置为通过脉动阵列的下侧将第二权重输入数据传送到所述多个处理元件中的相应的第二处理元件。
10.如权利要求1所述的电子装置,其中,处理器还包括:输入数据传送模块,被配置为:将输入数据输入到所述多个处理元件中的相应的处理元件的上端和下端。11.如权利要求10所述的电子装置,其中,输入数据传送模块包括:权重缓冲器,被配置为:调整用于至少将第一权重输入数据输入到所述多个处理元件中的第一处理元件的时序,并将第一权重输入数据传送到第一处理元件的上端;以及另外的片上网络,被配置为:将第二权重输入数据传送到所述多个处理元件中的第二处理元件的下端。12.如权利要求11所述的电子装置,其中,权重缓冲器被配置为:调整用于将第二权重输入数据输入到第二处理元件的时序。13.如权利要求1至6中的任意一项所述的电子装置,其中,处理器还包括:输出数据接收模块,被配置为:从脉动阵列的上侧和下侧接收与输入到所述多个处理元件中的相应的处理元件的第一输入数据与第二输入数据之间的操作的结果对应的输出数据。14.如权利要求13所述的电子装置,其中,输出数据接收模块包括:输出累加器;以及另外的片上网络,被配置为:将传播到脉动阵列的上侧的对应的输出部分和传送到输出累加器的下端,并且将传播到脉动阵列下侧的对应的输出部分和传送到输出累加器的上端。15.一种处理器实现的方法,所述方法包括:确定第一神经网络当前是否正在由处理器运行;以及响应于第一神经网络被确定为当前由处理器运行:基于第一神经网络的特性和第二神经网络的特性来分配多个处理元件,以同时执行第一神经...
【专利技术属性】
技术研发人员:权亨达,金泳奭,李廷厚,崔镇祐,
申请(专利权)人:延世大学校产学协力团,
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。