AI芯片、电子设备及图像处理方法技术

一种AI芯片、电子设备及图像处理方法，属于芯片技术领域。本申请可应用于云技术、人工智能、智慧交通、辅助驾驶等各种场景。该AI芯片包括矩阵运算处理器和向量运算处理器；矩阵运算处理器用于获取第一坐标矩阵，利用仿射变换矩阵将第一坐标矩阵中的N个第一坐标映射至原始图像中，得到N个第二坐标；向量运算处理器用于根据第二坐标在原始图像中的邻近像素点的像素值，计算得到第二坐标对应的第一坐标的像素值。上述方法，在以仿射变换为核心的图像处理任务中，利用仿射变换的矩阵化运算特性，提高了仿射变换过程的执行效率，利用像素值计算过程的向量化运算特征，提高了像素值计算过程的执行效率，从而提高了图像处理任务的执行效率。

【技术实现步骤摘要】

本申请实施例涉及芯片，特别涉及一种ai（artificial intelligence，人工智能）芯片、电子设备及图像处理方法。

技术介绍

1、仿射变换是指一种将向量空间进行旋转、缩放和平移的几何变换。仿射变换在图像处理任务中具有广泛应用，如应用于图像渲染和ocr（optical character recognition，光学字符识别）任务中的图像裁剪。

2、在相关技术中，在完成以仿射变换为核心的图像处理任务时，通常使用硬件执行该任务。这些硬件具有高度并行计算能力，可以显著提高整个过程的处理速度。示例性地，可以使用gpu（graphics processing unit，图形处理器）执行该任务，gpu在实现仿射变换以及插值计算时，通常采用并行处理的方式，这种并行处理方式可以同时处理图像的多个坐标像素点的仿射变换和插值计算，以提高计算效率。

3、上述方法，gpu只是简单的通过并行处理来完成仿射变换和插值计算过程，并没有考虑到仿射变换的矩阵化运算特征以及插值计算的向量化运算特性，会导致该gpu的计算效率并没有达到最优，降低了仿射变换和本文档来自技高网...

【技术保护点】

1.一种人工智能AI芯片，其特征在于，所述AI芯片包括矩阵运算处理器和向量运算处理器；

2.根据权利要求1所述的AI芯片，其特征在于，所述矩阵运算处理器包括矩阵运算单元、矩阵输入存储器和矩阵输出存储器，所述矩阵运算单元分别与所述矩阵输入存储器和所述矩阵输出存储器耦接；

3.根据权利要求2所述的AI芯片，其特征在于，所述向量运算处理器包括向量运算单元、向量寄存器和向量存储器，所述向量寄存器分别与所述向量运算单元和所述向量存储器耦接；所述AI芯片还包括数据搬运单元，所述数据搬运单元分别与所述矩阵输入存储器、所述矩阵输出存储器和所述向量存储器耦接；</p>

4.根据...

【技术特征摘要】

1.一种人工智能ai芯片，其特征在于，所述ai芯片包括矩阵运算处理器和向量运算处理器；

2.根据权利要求1所述的ai芯片，其特征在于，所述矩阵运算处理器包括矩阵运算单元、矩阵输入存储器和矩阵输出存储器，所述矩阵运算单元分别与所述矩阵输入存储器和所述矩阵输出存储器耦接；

3.根据权利要求2所述的ai芯片，其特征在于，所述向量运算处理器包括向量运算单元、向量寄存器和向量存储器，所述向量寄存器分别与所述向量运算单元和所述向量存储器耦接；所述ai芯片还包括数据搬运单元，所述数据搬运单元分别与所述矩阵输入存储器、所述矩阵输出存储器和所述向量存储器耦接；

4.根据权利要求3所述的ai芯片，其特征在于，所述数据搬运单元还与所述ai芯片的外部存储器耦接；

5.根据权利要求4所述的ai芯片，其特征在于，针对每一组所述原始图像和所述输入图像的处理流程，包括搬运流程和计算流程；其中，所述搬运流程是指所述数据搬运单元将所述原始图像中像素点的像素值，从所述外部存储器搬运至所述向量存储器中的流程；所述计算流程是指所述矩阵运算处理器和所述向量运算处理器根据所述原始图像中像素点的像素值，计算得到所述输入图像中像素点的像素值的流程；

6.根据权利要求3所述的ai芯片，其特征在于，所述矩阵运算处理器还包括第一控制单元，所述向量运算处理器还包括第二控制单元；

7.根据权利要求1至6任一项所述的ai芯片，其特征在于，在所述输入图像包括多个所述第一坐标矩阵的情况下，矩阵运算流程和向量运算流程通过流水线方式并行执行；其中，所述矩阵运算流程是指通过所述矩阵运算处理器进行坐标映射的流程，所述向量运算流程是指通过所述向量运算处理器进行像素值计算的流程。

8.根据权利要求1至6任一项所述的ai芯片，其特征在于，每一组所述原始图像和所述输入图像通过如下方式确定：

9.一种电子设备，其特征在于，所述电子设备包括如权利要求1至8任一项所述的人工智能ai芯片...

【专利技术属性】
技术研发人员：刘峥，郭振宇，张琨，潘雨彤，章川，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：