1.一种基于时间维和空间维数据流压缩的处理器，其特征在于，包括：
至少一个存储单元，用于存储操作指令与参与计算的数据；
至少一个存储单元控制器，用于对所述存储单元进行控制；
至少一个计算单元，用于执行神经网络的计算操作；
控制单元，与所述存储单元控制器与所述计算单元相连，用于经由所述存储单元控制器获得所述存储单元存储的指令，并且解析所述指令以控制所述计算单元；
计算单元阵列，所述计算单元阵列由m*n个所述计算单元组成，每个所述计算单元完成数据与神经网络权重的卷积运算；
至少一个权重检索单元，用于对权重进行检索，其中每个所述权重检索单元与所述计算单元相连。
2.如权利要求1所述的基于时间维和空间维数据流压缩的处理器，其特征在于，所述存储单元包括输入数据存储单元、输出数据存储单元、权重存储单元、指令存储单元。
3.如权利要求2所述的基于时间维和空间维数据流压缩的处理器，其特征在于，所述输入数据存储单元用于存储所述参与计算的数据，所述参与计算的数据包括原始特征图数据与参与中间层计算的数据；所述输出数据存储单元包括计算获得的神经元响应值；所述权重存储单元用于存储已经训练好的神经网络权重；所述指令存储单元用于存储参与计算的指令信息。
4.如权利要求1所述的基于时间维和空间维数据流压缩的处理器，其特征在于，通过片下离线压缩的方法对所述参与计算的权重进行重编码，通过权重压缩格式实现权重压缩。
5.如权利要求4所述的基于时间维和空间维数据流压缩的处理器，其特征在于，所述权重压缩格式包括<<权重值，索引p，索引q>>。
6.如权利要求1所述的基于时间维和空间维数据流压缩的处理器，其特征在于，所述计算单元阵列中参与计算的数据包括时间维数据流与空间维数据流，所述时间维数据流指数据位于不同的x轴与y轴，但位于相同的z轴；所述空间维数据流指数据位于相同的x轴和y轴，但位于不同的z轴。
7.如权利要求1或4所述的基于时间维和空间维数据流压缩的处理器，其特征在于，在所述计算单元阵列中，位于相同列的计算单元共享一组相同的参与计算的数据；位于相同行的计算单元会载入相同的一组权重值，在每个计算周期，每个计算单元仅会载入一组权重值的一个元素；位于不同行的计算单元会载入不同的权重值。
8.如权利要求2所述的基于时间维和空间维数据流压缩的处理器，其特征在于，所述计算单元从与其相关联的所述输入数据存储单元中获得数据以进行计算，并且向与其相关联的所述输出数据存储单元写入数据。
9.一种设计如权利要求1-8任意一项所述基于时间维和空间维数据流压缩的处理器的设计方法，其特征在于，包括：
步骤1，所述控制单元对所述存储单元进行寻址，读取并解析下一步需要执行的指令；
步骤2，根据解析出的指令获得存储地址，并从所述存储单元中获取所述参与计算的数据与权重；
步骤3，将所述参与计算的数据与权重分别从所述输入存储单元与所述权重存储单元载入至所述计算单元；
步骤4，所述计算单元执行神经网络运算中的运算操作，其中通过所述权重检索单元保证了被压缩的数据可以与权重数据正确计算；
步骤5，将神经网络计算结果存储在所述输出存储单元中。
10.一种包括如权利要求1-8任意一项所述基于时间维和空间维数据流压缩的处理器的芯片。