【技术实现步骤摘要】
本专利技术涉及卷积神经网络(convolution neural network，cnn)，尤其涉及基于感存算一体架构的数据处理方法、装置以及芯片。
技术介绍
1、物联网设备需要能够感知物理世界的信息，各种类型的传感器在其中扮演了重要的角色，涵盖有触觉、嗅觉、味觉、听觉、视觉五种类型，其中人类通过视觉获取的信息约占80%以上。因此采集视觉信息的图像传感器自然成为物联网领域研究的热点方向之一。
2、目前绝大部分摄像头模块中均采用cmos图像传感器（cmos image sensor，cis）实现光学信号的感知，为后续处理提供原始图像数据。随着人工智能的不断发展，智能视觉感知领域成为了传感器领域的一大重要方向。在传统的智能视觉感知节点中，感知节点与计算节点由于其功能需求和制造技术的不同，在硬件层面上是分离开的。视觉感知节点大多位于模拟信号域，而计算节点通常采用传统的冯·诺依曼计算体系结构在数字信号域执行。由 cmos 图像传感器转化得到的电信号，经模数转换器（analog-to-digitalconverter，adc）转换为数...
【技术保护点】
1.一种基于感存算一体架构的数据处理方法，用于处理M×N个输入数据的输入矩阵[A1，A2，...，AM]的卷积计算，卷积核W的尺寸为k，步长为s，其特征在于，包括如下循环步骤：
2.根据权利要求1所述的数据处理方法，其特征在于，卷积核的权重存储于数字存储器中，所述数字存储器包括k行，每一行对应k×Q个单元，Q表示权重精度；
3.根据权利要求1所述的数据处理方法，其特征在于，卷积核的权重存储于数字存储器中，所述数字存储器包括k行，每一行对应k×Q个单元，Q表示卷积核的权重精度；
4.根据权利要求3所述的数据处理方法，其特征在于，由上至...
【技术特征摘要】
1.一种基于感存算一体架构的数据处理方法，用于处理m×n个输入数据的输入矩阵[a1，a2，...，am]的卷积计算，卷积核w的尺寸为k，步长为s，其特征在于，包括如下循环步骤：
2.根据权利要求1所述的数据处理方法，其特征在于，卷积核的权重存储于数字存储器中，所述数字存储器包括k行，每一行对应k×q个单元，q表示权重精度；
3.根据权利要求1所述的数据处理方法，其特征在于，卷积核的权重存储于数字存储器中，所述数字存储器包括k行，每一行对应k×q个单元，q表示卷积核的权重精度；
4.根据权利要求3所述的数据处理方法，其特征在于，由上至下，每个开关组的第一组开关的排列顺序为c1、...、ck，第二组开关的排列顺序为ck、c1、...、ck-1，第三组开关的排列顺序为ck-1、ck、c1、...、ck-2，以此类推；
5.根据权利要求1~4中任一项所述的数据处理方法，其特征在...
【专利技术属性】
技术研发人员：刘均展，张梁，周奕彤，冉亮，
申请(专利权)人：北京犀灵视觉科技有限公司，
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。