【技术实现步骤摘要】
本公开涉及计算机领域，进一步涉及一种人工智能领域。
技术介绍
1、随着大数据时代的来临，神经网络算法成为了近些年人工智能领域的一个研究热点，在模式识别、图像分析、智能机器人等方面都得到了广泛的应用。但是，由于该算法常用于处理大数据的情况，其中又包含多层的结构，大量的运算，使其对运算速度和运算规格提出了更高的要求。一方面给运算器的运算规模和运算速度提出了要求，因为面对大量的数据和神经网络算法中大量的运算，运算器要能够快速地完成所需的运算的任务，这就给运算器的速度提出了要求。另一方面，给运算器的动态可配置性提出了要求，这是因为在运算时，大量的运算数据，其数据规格未必相同，层与层之间的数据位宽和数据数量也不一定相同。同时，在能够容忍一定范围的精度损失的情况下，数据位宽的降低能够有效提高运算器的运算效率。在精度和效率二者的权衡需求下，增加了数据位宽的多样性和运算过程中数据位宽的动态可变性，所以运算器需要具有动态可配置性，满足不同的数据规格和不同的数据位宽的要求。
2、在现有技术中，一种实现神经网络的方式是直接在通用处理器(cpu)或...
【技术保护点】
1.一种处理装置，其特征在于包括：
2.根据权利要求1所述的装置，其特征在于，所述存储部分还包括：
3.根据权利要求1-2任一所述的装置，其特征在于，所述运算部分包括：
4.根据权利要求1-3任一所述的装置，其特征在于，所述不同计算位宽的数据的运算包括：点积、矩阵间乘法、加法、乘法混合加法；矩阵和向量的乘法、加法、乘法混合加法；矩阵和常数的乘法、加法、乘法混合加法；向量间的乘法、加法、乘法混合加法；向量与常数的乘法、加法、乘法混合加法；常数与常数的乘法、加法、乘法混合加法；比较选择最大/小值，以及可以拆分为乘法、加法、或乘加混合的运
5...
【技术特征摘要】
1.一种处理装置，其特征在于包括：
2.根据权利要求1所述的装置，其特征在于，所述存储部分还包括：
3.根据权利要求1-2任一所述的装置，其特征在于，所述运算部分包括：
4.根据权利要求1-3任一所述的装置，其特征在于，所述不同计算位宽的数据的运算包括：点积、矩阵间乘法、加法、乘法混合加法；矩阵和向量的乘法、加法、乘法混合加法；矩阵和常数的乘法、加法、乘法混合加法；向量间的乘法、加法、乘法混合加法；向量与常数的乘法、加法、乘法混合加法；常数与常数的乘法、加法、乘法混合加法；比较选择最大/小值，以及可以拆分为乘法、加法、或乘加混合的运算。
5.根据权利要求3-4任一所述的装置，其特征在于，所述运算部分还包括第二运算模块，用于进行包括非线性运算、除法运算、单独的加法运算或单独的乘法运算，其中，所述第一运算模块包括乘法器子模块和加法树子模块；所述第二运算模块、乘法器子模块以及加法树...
【专利技术属性】
技术研发人员：请求不公布姓名，请求不公布姓名，请求不公布姓名，请求不公布姓名，
申请(专利权)人：上海寒武纪信息科技有限公司，
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。