贝叶斯置信传播神经网络的硬件加速方法

本申请提供了一种贝叶斯置信传播神经网络的硬件加速方法，本申请构建的加速器包括全局控制器和多个并行设置的超柱计算核，各超柱计算核包括更新引擎、计算单元和存储单元；更新引擎，用于响应于全局同步时钟信号更新各微柱单元和突触状态信息，并将更新后的突触状态信息存储至存储单元；其中，更新过程中的计算步骤是由计算单元完成的。本申请采用多核并行的设计，灵活配置内核数量以适应不同的模型规模需求；针对更新过程中的复杂计算操作，通过定制化的计算单元替代通用架构中的算术逻辑单元，从而优化了计算性能；在内核中集成计算单元和存储单元，减少了数据搬移带来的延迟和能耗，最终达到降低能耗、提高计算效率、实现硬件加速的作用。