本申请涉及神经网络领域，公开了一种卷积神经网络的计算方法、片上系统和电子设备。本申请的卷积神经网络的计算方法包括：根据深度学习处理芯片上参数缓存的大小确定卷积核的切分方式；根据切分方式对多个卷积核中每个卷积核进行切分，以将每个卷积核分成N个部分卷积核；对多个卷积核进行分组，以得到N个卷积核组；将第一到第N卷积核组分别加载至参数缓存，并将输入数据分别与加载至参数缓存中的卷积核组进行卷积运算，获得N个卷积运算结果；合并N个卷积运算结果。因此可在参数缓存的存储空间小于多个卷积核所需的存储空间时，无需频繁加载卷积核的数据，能够提高卷积运算的效率。