[發明專利]深度學習處理器的監控方法和監控裝置有效
| 申請號: | 201611105459.3 | 申請日: | 2016-12-05 | 
| 公開(公告)號: | CN108154230B | 公開(公告)日: | 2020-09-01 | 
| 發明(設計)人: | 李毅;單羿 | 申請(專利權)人: | 賽靈思公司 | 
| 主分類號: | G06N3/08 | 分類號: | G06N3/08;G06N3/063 | 
| 代理公司: | 北京卓孚律師事務所 11821 | 代理人: | 任宇 | 
| 地址: | 美國加利福尼亞*** | 國省代碼: | 暫無信息 | 
| 權利要求書: | 查看更多 | 說明書: | 查看更多 | 
| 摘要: | |||
| 搜索關鍵詞: | 深度 學習 處理器 監控 方法 裝置 | ||
1.一種深度學習處理器的監控方法,其特征在于,包括以下步驟:
初始化標準數據并存儲該標準數據所對應的標準計算結果;
判斷所述深度學習處理器的運行狀態;
根據所述深度學習處理器的運行狀態,向深度學習處理器發送所述標準數據,其中,當判斷所述深度學習處理器處于等待狀態時,按照一定的時間間隔,向深度學習處理器周期性的發送所述標準數據,當判斷所述深度學習處理器處于計算狀態時,對計算任務進行分隔,在計算任務的間隔中向深度學習處理器發送所述標準數據;
接收深度學習處理器返回的計算結果;
將接收到的計算結果與所存儲的標準計算結果進行比較;
當比較的結果一致時,判斷所述深度學習處理器的狀態正常,當比較的結果不一致時,判斷所述深度學習處理器發生異常。
2.根據權利要求1所述的深度學習處理器的監控方法,其中,
所述標準數據隨機產生、或者針對特定的輸入輸出組織而生成,對應的標準計算結果由與配置在深度學習處理器上相同的神經網絡計算而預先得到。
3.一種深度學習處理器的監控裝置,其特征在于,包括:
初始化模塊,初始化標準數據并存儲該標準數據所對應的標準計算結果;
狀態判斷模塊,判斷所述深度學習處理器的運行狀態;
發送數據模塊,根據所述深度學習處理器的運行狀態向深度學習處理器發送所述標準數據,其中,當狀態判斷模塊判斷出所述深度學習處理器處于等待狀態時,按照一定的時間間隔,由發送數據模塊向深度學習處理器周期性的發送所述標準數據,當判斷出所述深度學習處理器處于計算狀態時,對計算任務進行分隔,在計算任務的間隔中由發送數據模塊向深度學習處理器發送所述標準數據;
接收數據模塊,接收深度學習處理器返回的計算結果;
比較模塊,將接收到的計算結果與所存儲的標準計算結果進行比較;
結果判斷模塊,當比較的結果一致時,判斷所述深度學習處理器的狀態正常,當比較的結果不一致時,判斷所述深度學習處理器發生異常。
4.根據權利要求3所述的深度學習處理器的監控裝置,其中,
所述標準數據隨機產生、或者針對特定的輸入輸出組織而生成,對應的標準計算結果由與配置在深度學習處理器上相同的神經網絡計算而預先得到。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于賽靈思公司,未經賽靈思公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201611105459.3/1.html,轉載請聲明來源鉆瓜專利網。





