基于向量处理器的深度神经网络多核加速实现方法

摘要

本发明公开一种基于向量处理器的深度神经网络多核加速实现方法，步骤包括：S1.将待处理数据按一维向量输出，并作为输入值输入至目标深度神经网络；S2.由向量处理器中各个核依次计算目标深度神经网络中相邻两个隐层的权值矩阵，每次计算时，将输入值广播至各个核内的标量存储体中，同时加载相邻两个隐层的权值矩阵，将加载的权值矩阵进行划分后分别传输至各个核内的向量存储体中，启动各个核并行计算后得到多个向量计算结果并作为下一次计算的输入值。本发明实现方法简单、所需成本低、能够充分利用多核向量处理器的特性实现DNN的并行加速，并行性以及加速效果好等优点。