基于神经网络深度学习的加速电路和方法

授权

摘要

本发明公开基于神经网络深度学习的加速电路和方法，加速电路包括CNN单元、DMA单元、卷积核缓存单元、特征数据缓存单元，所述CNN单元分别与DMA单元、卷积核缓存单元、特征数据缓存单元连接，所述DMA单元与卷积核缓存单元连接，所述CNN单元、DMA单元还用于分别与外部存储单元连接。区别于现有技术，上述技术方案通过在CNN单元运算的时候由DMA单元获取下一层的卷积核数据，避免集中在一时间读取造成带宽拥堵，同时采用特征数据缓存单元也避免过多占用读取外部存储单元的时间，节省了带宽占用，这样大幅降低了神经网络带宽,使得深度学习运算速度更快,性能更高。

基本信息

专利标题：

基于神经网络深度学习的加速电路和方法

专利标题（英）：

暂无

公开（公告）号：

CN109508782A

申请号：

CN201811170939.7

公开（公告）日：

2019-03-22

申请日：

2018-10-09

授权号：

CN109508782B

授权日：

2022-05-24

发明人：

廖裕民强书连

申请人：

福州瑞芯微电子股份有限公司

申请人地址：

福建省福州市鼓楼区软件大道89号18号楼

代理机构：

福州市景弘专利代理事务所(普通合伙)

代理人：

徐剑兵

优先权：

CN201811170939.7

主分类号：

G06N3/04

IPC分类号：

G06N3/04 G06N3/063 G06F13/28