[發明專利]用于處理數據組的可編程器件及處理數據組的方法

有效

• 申請號: 201910516213.2
• 申請日: 2019-06-14
• 公開（公告）號: CN110245756B
• 公開（公告）日: 2021-10-26
• 發明（設計）人: 李嘉樹;盧冕;季成;楊俊
• 申請（專利權）人: 第四范式（北京）技術有限公司
• 主分類號: G06N20/00
• 分類號: G06N20/00
• 代理公司: 北京銘碩知識產權代理有限公司 11286
• 代理人: 尹淑梅;曾世驍

1.一種用于處理數據組的可編程器件，所述可編程器件包括：

多個累加電路，其中，每個累加電路包括一個流水線加法器和用于存儲所述流水線加法器計算結果的一個緩存單元；以及

多路復用器，用于依次接收所述數據組中的數據，針對不同周期中的數據動態地確定包含在所述數據中的多個特征與所述多個累加電路之間的對應關系，并根據所述對應關系將所接收數據中的多個特征的特征值分別發送到對應的累加電路，以避免或減少累加電路對特定特征的特征值進行累加期間再次被分配到同一特征的情況，從而避免或減少數據沖突的產生。

2.根據權利要求1所述的可編程器件，其中，

所述每個累加電路中的所述流水線加法器從對應緩存單元中讀取所接收到的特征值所屬的分桶對應的累加值，將所接收到的特征值累加到讀取的所述累加值上得到新的累加值，并用所述新的累加值更新對應緩存單元中的相應累加值。

3.根據權利要求2所述的可編程器件，所述可編程器件還包括：

輸出單元，用于將各累加電路中的各緩存單元中的與同一特征的同一分桶對應的累加值進行求和，并輸出與各特征的各分桶對應的各最終累加值。

4.根據權利要求1所述的可編程器件，其中，所述累加電路的數量與所述數據組中的數據所包含的特征的數量相同。

5.根據權利要求1所述的可編程器件，其中，所述累加電路的數量小于所述數據組中的數據所包含的特征的數量，或者，所述累加電路的數量大于所述數據組中的數據所包含的特征的數量。

6.根據權利要求1所述的可編程器件，其中，

所述多路復用器根據所接收的數據在所述數據組中的序號及所接收數據中的各特征的序號，動態地確定包含在所接收數據中的多個特征與所述多個累加電路之間的對應關系。

7.根據權利要求2所述的可編程器件，其中，所述數據中包括指示所包含的各特征值所分別對應的特征的特征標簽和指示所包含的各特征值所對應的分桶的分桶標簽；

所述每個累加電路中的所述流水線加法器根據所接收到的特征值對應的特征標簽和分桶標簽，從對應緩存單元中讀取所接收到的特征值所屬的分桶對應的累加值。

8.根據權利要求2所述的可編程器件，其中，所述數據中包括指示所包含的各特征值所對應的分桶的分桶標簽；

所述每個累加電路中的所述流水線加法器根據所述多路復用器的動態確定所述對應關系的控制邏輯和所接收到的特征值對應的分桶標簽，從對應緩存單元中讀取所接收到的特征值所屬的分桶對應的累加值。

9.根據權利要求1所述的可編程器件，其中，所述流水線加法器為單精度加法器或雙精度加法器。

10.根據權利要求1-9中的任意一項所述的可編程器件，其中，

所述數據組是特定應用場景下的用于進行機器學習的樣本數據集；

所述可編程器件用于對所述樣本數據集執行梯度回歸決策樹GBDT直方圖算法處理。

11.根據權利要求1-9中的任意一項所述的可編程器件，其中，所述可編程器件是現場可編程門陣列FPGA。

12.一種基于可編程器件處理數據組的方法，所述方法包括：

在可編程器件中設置多個累加電路，其中，每個累加電路包括一個流水線加法器和用于存儲所述流水線加法器計算結果的一個緩存器；以及

在可編程器件中設置多路復用器，所述多路復用器接收所述數據組中的每個數據，針對不同周期中的數據動態地確定所述數據包含的多個特征與所述多個累加電路之間的對應關系，并且在每個時段期間根據所述對應關系將所述多個特征中的每個特征的特征值發送到對應的累加電路，以避免或減少累加電路對特定特征的特征值進行累加期間再次被分配到同一特征的情況，從而避免或減少數據沖突的產生。