一种混合粒度稀疏神经网络训练加速器及计算加速方法

本发明公开了一种混合粒度稀疏神经网络训练加速器及计算加速方法，包括输入缓存、权重缓存、输出缓存、行位图缓存、元素位图缓存以及稀疏计算模块；所述稀疏计算模块进一步包括一个行稀疏跳过单元和若干个稀疏卷积单元以及一个累加器；采用行、元素两级位图表示神经网络训练的不同阶段中卷积计算的输入、权重和输出的行、元素粒度的稀疏性；针对输出行位图非零标志，对输入和权重的行位图进行滑动匹配，发现并剔除包含全零行的无效一维卷积计算，实现粗粒度稀疏的利用；在执行有效一维卷积计算的过程中发现并剔除包含零值的无效乘累加计算，实现细粒度稀疏的利用。与现有技术相比，本发明能够提高神经网络训练效率，降低训练时长与能量消耗。