暂存卷积结果的缓存、计算装置、集成电路装置及板卡制造方法及图纸

本发明专利技术涉及暂存Winograd卷积的卷积结果的缓存、计算装置、集成电路装置及板卡，所述缓存的输出带宽为w字节，所述缓存包括4个存储阵列，每个存储阵列包括4

【技术实现步骤摘要】
暂存卷积结果的缓存、计算装置、集成电路装置及板卡


[0001]本专利技术一般地涉及神经网络领域。更具体地，本专利技术涉及暂存Winograd卷积的卷积结果的缓存、计算装置、集成电路装置及板卡。

技术介绍

[0002]随着信息化时代的高速发展，人工智能与机器学习领域的研究炙手可热，相关产业蓬勃发展。卷积神经网络在计算机视觉、自动驾驶、机器翻译、语音识别、智能家居等各方面都有着广泛的作用。
[0003]卷积神经网络的参数量大，运算量大，使得卷积神经网络模型在便携移动终端有限面积和算力下被严重的限制其执行性能，同时非专用性设计的处理器在进行卷积运算时也会造成功耗的巨大开销。
[0004]Winograd卷积是一种基于多项式插值算法的卷积加速实现方式。它通过对卷积操作的两个输入：神经元及权值进行一定规模切分后，分别做线性变换，也就是Winograd正变换，再将变换后的神经元和权值进行对位乘法，把对位乘法结果再次进行线性变换，即Winograd逆变换，最后得到与原卷积操作等价的卷积结果。
[0005]由于在Winograd卷积操作本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用以暂存Winograd卷积的卷积结果的缓存，所述缓存的输出带宽为w字节，所述缓存包括4个存储阵列，每个存储阵列包括4
×
d个4
×
w比特的存储单元。2.根据权利要求1所述的缓存，其中所述卷积结果基于神经元数据及Winograd权值计算而得，所述神经元数据的大小为[C
i H
i W
i
]，所述Winograd权值的大小为[C
o C
i (r+1)
×
(s+1)]，所述缓存的存储容量为β
×
γ
×
[l 2 2]
×
4B，其中C
i
...

【专利技术属性】
技术研发人员：ꢀ七四专利代理机构，
申请(专利权)人：安徽寒武纪信息科技有限公司，
类型：发明
国别省市：