【CN109901878A】一种类脑计算芯片及计算设备【专利】

(19)中华人民共和国国家知识产权局

(12)发明专利申请

(10)申请公布号 (43)申请公布日 (21)申请号 201910139378.2

(22)申请日 2019.02.25

(71)申请人 北京灵汐科技有限公司

地址 100080 北京市海淀区北四环西路67

号8层801

(72)发明人 吴臻志　吴冠睿　

(74)专利代理机构 北京麦宝利知识产权代理事

务所(特殊普通合伙) 11733

代理人 赵艳红

(51)Int.Cl.

G06F 9/30(2006.01)

G06N 3/06(2006.01)

G06N 3/063(2006.01)

(54)发明名称

一种类脑计算芯片及计算设备

(57)摘要

本发明提供了一种类脑计算芯片及计算设

备，所述类脑计算芯片包括由一个或多个功能核

组成个众核系统，各功能核之间通过片上网络进

行数据传输；所述功能核包括：至少一个神经元

处理器，用于计算多种神经元模型；至少一个协

处理器，与所述神经元处理器耦合，用于执行积

分运算和/或乘加类运算；其中，所述神经元处理

器可调用所述协处理器执行乘加类运算。本发明

提供的类脑计算芯片，用于高效率地实现各类神

经形态算法，尤其是对于富SNN模型的计算特点，

具有高运算密度的突触计算，高灵活度需求的胞

体计算。权利要求书1页 说明书8页 附图2页CN 109901878 A 2019.06.18

C N 109901878

A

权　利　要　求　书1/1页CN 109901878 A

1.一种类脑计算芯片，其特征在于，所述类脑计算芯片是由一个或多个功能核组成的众核系统，各功能核之间通过片上网络进行数据传输；

所述功能核包括：

至少一个可编程的神经元处理器，用于计算多种神经元模型；

至少一个协处理器，与所述神经元处理器耦合，用于执行积分运算和/或乘加类运算；

其中，所述神经元处理器可调用所述协处理器执行乘加类运算。

2.根据权利要求1所述的类脑计算芯片，其特征在于，所述协处理器用于执行积分运算具体为：执行神经元模型中一组输入轴突到一组神经元的胞体之间的能量积分运算；所述能量积分运算过程通过以下方式表示：

Y＝WX；

其中，X表示一组突触；Y表示一组神经元，W代表X到Y的突触连接关系。

3.根据权利要求2所述的类脑计算芯片，其特征在于，所述W表示为二维矩阵MxN；其中，W具有MxN个乘加运算；

所述协处理器，还用于至少部分地并行完成所述MxN个乘加运算。

4.根据权利要求1-3任一项所述的类脑计算芯片，其特征在于，所述乘加类运算包括以下至少之一：向量-矩阵的乘、向量-矩阵的加、向量加，向量求和、向量点乘、向量乘以及矩阵-矩阵乘。

5.根据权利要求1-4任一项所述的类脑计算芯片，其特征在于，

所述神经元处理器，还用于将指定计算参数和/或计算数据源传输至所述协处理器；

所述协处理器，还用于基于所述神经元处理器传输的所述指定计算参数和计算数据源执行相应地数据运算，并在所述数据运算至少部分执行完成后向所述神经元处理器发送通知，由所述神经元处理器在接收到所述通知后执行其他运算。

6.根据权利要求5所述的类脑计算芯片，其特征在于，所述神经元处理器，还用于在所述协处理器进行乘加类运算的同时，并行运行其他运算程序。

7.根据权利要求1-6任一项所述的类脑计算芯片，其特征在于，所述类脑计算芯片还包括：

存储器阵列，包括至少一个存储器，与所述神经元处理器和/或所述协处理器耦合；

所述存储器，用于对所述神经元处理器和/或协处理器的运算数据进行存储，并通过预设方式实现所述多个所述神经元处理器和/或协处理器的并发访问。

8.根据权利要求7所述的类脑计算芯片，其特征在于，所述神经元处理器和所述协处理器至少共享一片存储器，并通过所述存储器交换数据。

9.根据权利要求7所述的类脑计算芯片，其特征在于，所述类脑计算芯片还包括：

路由收发器，与所述神经元处理器和协处理器耦合，用于在所述神经元处理器和协处理器之间进行信号传输。

10.一种计算设备，包括权利要求1-9任一项所述的类脑计算芯片。

2