[發明專利]運算方法、系統及相關產品

有效

• 申請號: 201811222523.5
• 申請日: 2018-10-19
• 公開（公告）號: CN111079914B
• 公開（公告）日: 2021-02-09
• 發明（設計）人: 不公告發明人
• 申請（專利權）人: 中科寒武紀科技股份有限公司
• 主分類號: G06N3/063
• 分類號: G06N3/063;G06N3/08;G06F9/30
• 代理公司: 北京林達劉知識產權代理事務所(普通合伙) 11277
• 代理人: 劉新宇

本公開涉及一種運算方法、系統及相關產品。該系統包括指令生成設備和運行設備。指令生成設備包括：設備確定模塊用于根據接收到的寫宏指令，確定執行寫宏指令的運行設備；指令生成模塊用于根據寫宏指令和運行設備，生成運行指令。運行設備包括：控制模塊用于獲取所需數據、神經網絡模型以及運行指令，對運行指令進行解析，獲得多個解析指令；執行模塊用于根據所述數據執行所述多個解析指令，得到執行結果。本公開實施例所提供的運算方法、系統及相關產品，可跨平臺使用，適用性好，指令轉換的速度快、處理效率高、出錯幾率低，且開發的人力、物力成本低。

技術領域

本公開涉及信息處理技術領域，尤其涉及一種數據寫入指令處理方法、系統及相關產品。

背景技術

隨著科技的不斷發展，神經網絡算法的使用越來越廣泛。其在圖像識別、語音識別、自然語言處理等領域中都得到了良好的應用。但由于神經網絡算法的復雜度越來越高，其模型的規模不斷增大。基于圖形處理器(Graphics Processing Unit，簡稱GPU)、中央處理器(Central Processing Unit，簡稱CPU)的大規模的神經網絡模型，要花費大量的計算時間，且耗電量大。相關技術中，對神經網絡模型的處理速度進行加快的方式存在無法跨平臺處理、處理效率低、開發成本高、易出錯等問題。

發明內容

有鑒于此，本公開提出了一種數據寫入指令處理方法、系統及相關產品，使其能夠跨平臺使用，提高處理效率，降低出錯幾率和開發成本。

根據本公開的第一方面，提供了一種數據寫入指令處理系統，所述系統包括指令生成設備和運行設備，

所述指令生成設備，包括：

設備確定模塊，用于根據接收到的寫宏指令，確定執行所述寫宏指令的運行設備；

指令生成模塊，用于根據所述寫宏指令和所述運行設備，生成運行指令；

所述運行設備，包括：

控制模塊，用于獲取所需數據、神經網絡模型以及所述運行指令，對所述運行指令進行解析，獲得多個解析指令；

執行模塊，用于根據所述數據執行所述多個解析指令，得到執行結果，

其中，所述寫宏指令是指用于進行數據寫入的宏指令，

所述寫宏指令包含操作類型、數據寫入地址、數據加密方式地址，所述運行指令中包含所述操作類型、運行數據寫入地址和運行數據加密方式地址，所述運行數據寫入地址和運行數據加密方式地址分別是根據所述數據寫入地址和所述數據加密方式地址確定的。

根據本公開的第二方面，提供了一種機器學習運算裝置，所述裝置包括：

一個或多個上述第一方面所述的數據寫入指令處理系統，用于從其他處理裝置中獲取待運算數據和控制信息，并執行指定的機器學習運算，將執行結果通過I/O接口傳遞給其他處理裝置；

當所述機器學習運算裝置包含多個所述數據寫入指令處理系統時，所述多個所述數據寫入指令處理系統間可以通過特定的結構進行連接并傳輸數據；

其中，多個所述數據寫入指令處理系統通過快速外部設備互連總線PCIE總線進行互聯并傳輸數據，以支持更大規模的機器學習的運算；多個所述數據寫入指令處理系統共享同一控制系統或擁有各自的控制系統；多個所述數據寫入指令處理系統共享內存或者擁有各自的內存；多個所述數據寫入指令處理系統的互聯方式是任意互聯拓撲。

根據本公開的第三方面，提供了一種組合處理裝置，所述裝置包括：

上述第二方面所述的機器學習運算裝置、通用互聯接口和其他處理裝置；

所述機器學習運算裝置與所述其他處理裝置進行交互，共同完成用戶指定的計算操作。