[發明專利]基于posit數據格式的浮點數乘法運算方法及裝置

有效

• 申請號: 202010138192.8
• 申請日: 2020-03-03
• 公開（公告）號: CN111367497B
• 公開（公告）日: 2023-03-14
• 發明（設計）人: 王中風;徐銘陽;方超;林軍
• 申請（專利權）人: 南京大學
• 主分類號: G06F7/487
• 分類號: G06F7/487;G06F7/485;G06F7/575
• 代理公司: 北京弘權知識產權代理有限公司 11363
• 代理人: 逯長明;許偉群

本申請提供了一種基于posit數據格式的浮點數乘法運算方法及裝置。所述方法包括：獲取第一浮點數和第二浮點數之后，分別對第一浮點數和第二浮點數進行分析，根據分析后得到的值，確定目標浮點數。采用posit數據格式進行乘法運算，則可以在0附近保證精度的同時，又可以很大程度的減少數據位寬，從而減少神經網絡的訓練時間，也降低了對于存儲，位寬等資源的需求。

技術領域

本申請涉及數據處理技術領域，特別涉及一種基于posit數據格式的浮點數乘法運算方法及裝置。

背景技術

隨著大數據時代的到來，人工神經網絡技術得到飛速發展。人工神經網絡是由大量處理單元互聯組成的非線性、自適應信息處理系統，試圖通過模擬大腦神經網絡處理、記憶信息的方式進行信息處理。

人工神經網絡的重點在于數據處理，即對浮點數進行運算、分析，從而建立神經網絡模型。目前通常采用IEEE 754規范的規格化單精度浮點數格式(簡稱為IEEE 754數據格式)的浮點數執行數據處理的過程。這種數據格式的浮點數可以表示一個很大范圍的數值，同時也能滿足神經網絡訓練的要求。雖然上述IEEE 754數據格式的浮點數在精度上能夠滿足神經網絡訓練的要求，但是由于其位寬較長，在處理這種數據時需要耗費一定的時間并且消耗一定的資源，進而影響神經網絡的訓練速度，使神經網絡訓練的效率降低。

如果能夠將posit數據格式的浮點數直接用于執行人工神經網絡的數據處理過程，將大大縮短所需的時間。但是，目前還沒有基于posit數據格式的浮點數的乘法運算方法。

發明內容

本申請提供了一種基于posit數據格式的浮點數乘法運算方法及裝置，可用于實現基于posit數據格式的浮點數乘法運算。

第一方面，本申請實施例提供一種基于posit數據格式的浮點數乘法運算方法，所述方法包括：

獲取posit數據格式的第一浮點數和posit數據格式的第二浮點數；

對所述第一浮點數進行分析，確定所述第一浮點數中第一符號段的值、第一組織段的值、第一指數段的值和第一尾數段的值；

對所述第二浮點數進行分析，確定所述第二浮點數中第二符號段的值、第二組織段的值、第二指數段的值和第二尾數段的值；

根據所述第一符號段的值和所述第二符號段的值，確定目標符號段的值；

根據所述第一尾數段的值和所述第二尾數段的值，確定目標尾數段的值和目標指數段的進位；

根據所述第一組織段的值、所述第一指數段的值、所述第二組織段的值、所述第二指數段的值和所述目標指數段的進位，確定目標組織段的值和目標指數段的值；

將所述目標符號段的值、所述目標組織段的值、所述目標指數段的值和所述目標尾數段的值以二進制碼的形式按照預設總位寬組成目標浮點數。

結合第一方面，在第一方面的一種可實現方式中，根據所述第一符號段的值和所述第二符號段的值，確定目標符號段的值，包括：

按照預設的轉換關系，將所述第一符號段的值轉換成第一符號段的科學表示值；

按照預設的轉換關系，將所述第二符號段的值轉換成第二符號段的科學表示值；

根據所述第一符號段的科學表示值和所述第二符號段的科學表示值，確定目標符號段的科學表示值；

按照預設的轉換關系，將所述目標符號段的科學表示值轉換成所述目標符號段的值。

結合第一方面，在第一方面的一種可實現方式中，所述第一符號段的科學表示值按照下述公式確定：

S_A＝s_A