基本信息
摘要：An artificial intelligence convolution processing method, applied to a processing module, the method comprising: adding multiple columns of invalid data to the first end of a first data matrix to be processed which is stored in a first cache module, so as to form a second data matrix to be processed, wherein the number of columns of the second data matrix to be processed is an integer multiple of a data transmission parallelism (S101); and making a data transmission module extract the second data matrix to be processed from the first cache module to a convolution module in a preset manner, so as to perform a convolution operation (S102). In the described method, multiple columns of invalid data are added to a data matrix to be processed, so that the number of columns of the matrix after adding the invalid data is a multiple of the data transmission parallelism, and the number of outputted convolution calculation result values all together is pv. Thus, artificial intelligence convolution pipeline processing may be achieved, which greatly improves the operational efficiency of artificial intelligence convolution calculation and greatly improves the convolution calculation performance. La présente invention concerne un procédé de traitement de convolution d'intelligence artificielle, appliqué à un module de traitement, le procédé comprenant : l'ajout de multiples colonnes de données invalides à la première extrémité d'une première matrice de données à traiter qui est stockée dans un premier module de mémoire cache, de façon à former une seconde matrice de données à traiter, le nombre de colonnes de la seconde matrice de données à traiter étant un multiple entier d'un parallélisme de transmission de données (S101); et l'extraction, par un module de transmission de données, de la seconde matrice de données à traiter du premier module de mémoire cache à un module de convolution d'une manière prédéfinie, de façon à effectuer une opération de convolution (S102). Dans le procédé décrit, de multiples colonnes de données invalides sont ajoutées à une matrice de données à traiter, de telle sorte que le nombre de colonnes de la matrice après ajout des données invalides est un multiple du parallélisme de transmission de données, et le nombre total des valeurs de résultat de calcul de convolution délivrées en sortie est pv. Ainsi, un traitement de pipeline de convolution d'intelligence artificielle peut être obtenu, ce qui améliore considérablement l'efficacité opérationnelle du calcul de convolution d'intelligence artificielle et améliore considérablement les performances de calcul de convolution. 一种人工智能卷积处理方法，应用于处理模块，所述方法包括：将存储于第一缓存模块中的第一待处理数据矩阵的首端增设多列无效数据，以形成第二待处理数据矩阵；其中，所述第二待处理数据矩阵的列数为数据传输并行度的整数倍（S101）；令数据传输模块将所述第二待处理数据矩阵按照预设方式从所述第一缓存模块中取出至卷积模块，以待进行卷积运算（S102）。该方法为待处理数据矩阵增设多列无效数据，以使增设无效数据后的矩阵列数为数据传输并行度的倍数，从而使输出的卷积计算结果值的数量统一为pv个，故而能够实现人工智能卷积的流水处理，大大提升了人工智能卷积计算的运行效率并大幅改善了卷积计算性能。
摘要附图：
