1.一种神经网络处理器,用于执行与载具的使用相关联的神经网络,所述神经网络处理器包括:
错误检测器,被配置为检测与所述神经网络的执行相关联的数据错误;以及
神经网络控制器,被配置为从所述错误检测器接收所述数据错误的报告,其中响应于接收到所述报告,所述神经网络控制器还被配置为:在不终止所述神经网络的执行的情况下,发信号通知所述神经网络的未决结果被污染。
2.根据权利要求1所述的神经网络处理器,其中所述数据错误包括以下中的至少一项:响应错误、完整性错误、奇偶校验错误或者计算错误。
3.根据权利要求1所述的神经网络处理器,还包括用于与中断控制器进行通信的错误中断引脚,其中所述神经网络控制器经由所述错误中断引脚而向所述中断控制器发信号通知所述神经网络的所述未决结果被污染。
4.根据权利要求1所述的神经网络处理器,其中所述神经网络控制器还包括状态寄存器,所述状态寄存器存储与所述数据错误相关联的信息。
5.根据权利要求1所述的神经网络处理器,还包括第二错误检测器,所述第二错误检测器被配置为检测与所述神经网络相关联的程序错误。
6.根据权利要求5所述的神经网络处理器,其中所述神经网络控制器还被配置为从所述第二错误检测器接收所述程序错误的第二报告,并且其中响应于接收到所述第二报告,所述神经网络控制器还被配置为:终止所述神经网络的执行,并且发信号通知所述神经网络的所述未决结果被污染。
7.根据权利要求5所述的神经网络,其中所述程序错误包括协议错误或者指令错误中的至少一项。
8.根据权利要求1所述的神经网络处理器,还包括超时错误检测器,所述超时错误检测器被配置为检测与所述神经网络相关联的超时错误。
9.根据权利要求8所述的神经网络处理器,其中所述神经网络控制器还被配置为从所述超时错误检测器接收所述超时错误的第三报告,并且其中响应于接收到所述第三报告,所述神经网络控制器还被配置为重新启动所述神经网络处理器。
10.根据权利要求8所述的神经网络处理器,其中所述超时错误检测器包括:多个主计时器,所述多个主计时器监测所述神经网络处理器的对应的多个块中的空闲周期;以及一个或多个复合计时器,所述一个或多个复合计时器监测所述神经网络处理器的所述多个块中的聚合活动。
11.根据权利要求10所述的神经网络处理器,其中所述一个或多个复合计时器包括层计时器,当处理所述神经网络的层所花费的时间超过预先确定的阈值时间时,所述层计时器超时。
12.根据权利要求10所述的神经网络处理器,其中一个或多个派生计时器包括神经网络计时器,当处理所述神经网络所花费的时间超过预先确定的阈值时间时,所述神经网络计时器超时。
13.根据权利要求1所述的神经网络处理器,其中所述神经网络被配置为标识由所述载具的相机捕获的图像流中的特征。
14.根据权利要求1所述的神经网络处理器,其中所述神经网络处理器同时地执行一个或多个附加神经网络,并且其中所述神经网络控制器分别管理与所述一个或多个附加神经网络中的每个附加神经网络相关联的错误。
15.一种系统,包括:
神经网络处理器,用于执行与载具的自主操作相关联的神经网络;以及
中断控制器,被耦合到所述神经网络处理器,其中所述中断控制器被配置为:
经由所述神经网络处理器的错误中断引脚来接收错误信号;
经由所述神经网络处理器的一个或多个状态寄存器来访问错误信息,所述错误信息指示由所述神经网络处理器遇到的错误的类型;以及
当所述错误的所述类型与数据错误相对应时,将所述神经网络处理器的未决结果标识为损坏。
16.根据权利要求15所述的系统,其中所述神经网络处理器还被配置为:当所述错误的所述类型与程序错误相对应时,终止所述神经网络的执行。
17.根据权利要求15所述的系统,其中在所述神经网络处理器的初启期间,所述神经网络处理器还被配置为:当所述错误的所述类型与超时错误相对应时,转换为调试模式。
18.根据权利要求17所述的系统,其中在所述调试模式中,所述神经网络处理器被配置为:提供对一个或多个深寄存器的访问,并且执行单步指令。
19.一种用于处理载具神经网络处理器中的错误的方法,所述方法包括:
基于由所述载具神经网络处理器在载具的操作期间遇到的错误,来接收错误报告;
基于所述错误报告,来确定所述错误的类型;以及
响应于确定所述错误的所述类型与数据错误相对应,在允许所述载具神经网络处理器继续进行操作的同时,发信号通知所述载具神经网络处理器的未决结果是损坏的。
20.根据权利要求19所述的方法,其中响应于所述载具神经网络处理器接收到无效输入数据而产生所述数据错误。