主要针对三种计算层（不同的层都可以讲计算划分为2或3个计算阶段）：
1、分类器层：突出*输入；乘积求和；激活函数sigmoid；以Tii、Tnn划分tile
2、卷积层：计算阶段相同，只是激活函数可能不同；以Tx、Ty划分tile
3、池化层：没有乘积的操作，可以是求最大池化和平均池化；以Tx、Ty划分tile
用L1、L2缓存来存放需要用到的数据，由于通常情况L1缓存不能存放整个矩阵，因此通过平铺一部分数据放入L1缓存，
计算这部分数据，全部计算完成并保存数据后，再平铺下一部分数据放入L1缓存。
硬件计算部分
组成：
1、保存输入神经元的输入缓冲阵列（NBin）
2、保存输出神经元的输出缓冲阵列（NBout）
3、保存神经突触权重的第三个缓冲区（SB）
4、计算模块，称为神经功能单元（NFU）
5、控制逻辑（CP计算部分分为三部分
1、NFU-1: 64个乘法器
2、NFU-2：16个加法器
3、NFU-3: 16个激活函数
可进行流水线操作，加快计算速度