本发明提供了一种可实现多种神经网络中卷积计算的方法及硬件结构，通过分析各种神经网络中卷积运算过程，提取卷积运算过程中涉及到的卷积计算变化方式的共性特征，将共性特征进行参数化处理，利用硬件结构解析配置处理后的参数，实现对不同卷积算法的解析。本发明所述的可实现多种神经网络中卷积计算的方法及硬件结构通过抽象多种卷积神经网络计算过程，将网络的变化编写成硬件可解析的寄存器指令，通过主控CPU感知神经网络计算单元的计算状态，主控CPU实时配置卷积神经网络计算单元所需要的权重数据，特征图数据，配置寄存器等配置信息，这样的硬件结构可实现对多种卷积神经网络计算的有效支持，快速兼容且计算效率不受影响。