摘要：深度学习加速器(DLA)硬件执行任务抢占。DLA硬件执行第一任务，所述第一任务为使用多层的神经网络的任务。响应来自DLA驱动程序的用于停止执行所述第一任务的停止命令，DLA硬件完成神经网络的当前操作并向DLA驱动程序发送中断请求(IRQ)。然后，DLA硬件从DLA驱动程序接收第二任务。在恢复继续执行所述第一任务之前执行完第二任务。

摘要：本申请提供了提供神经网络计算加速器及其执行的方法。其中，所述神经网络计算加速器包括多个硬件引擎，包括卷积引擎和至少一个第二引擎，每个硬件引擎包括执行神经网络运算的电路；和加速器内的缓冲存储器，用于存储输入特征图的第一输入区块和至少一个第二输入区块，其中所述至少一个第二输入区块与所述第一输入区块在所述缓冲存储器中重叠；其中所述卷积引擎运算以从所述缓冲存储器获取所述第一输入区块，对所述第一输入区块执行卷积运算以生成中间特征图的中间区块，并通过所述缓冲存储器将所述中间区块传递给所述第二引擎。实施本发明实施例，可以减少从系统内存中取出相邻区块所引起的数据移动。