[發明專利]數據處理方法、裝置、電子設備和存儲介質

有效

• 申請號: 202010844165.2
• 申請日: 2020-08-20
• 公開（公告）號: CN112114874B
• 公開（公告）日: 2021-10-15
• 發明（設計）人: 田超
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06F9/30
• 分類號: G06F9/30;G06N3/063
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 韓?；?/td>

本申請公開了一種數據處理方法、裝置、電子設備和存儲介質，涉及語音交互技術、自動駕駛、智能家居以及深度學習技術領域。具體實現方案為：獲取待處理的16比特的模型數據；獲取4比特加載指令；根據所述4比特加載指令從所述16比特的模型數據中加載4個4比特的模型數據到64位寄存器中。由此，本申請能夠通過添加4比特加載指令，從16比特的模型數據中加載4個4比特的模型數據到64位寄存器中，從而提高了低比特模型數據處理效率，有效地降低了網絡通信成本所導致的順序訪問吞吐無法提高和突破的問題。進一步地，通過添加自定義指令，能夠在不增加芯片面積的情況下，使芯片可以存放更大的神經網絡，實現更好的語音效果。

技術領域

本申請的實施例總體上涉及數據處理技術領域，并且更具體地涉及語音交互技術、自動駕駛、智能家居以及深度學習技術領域。

背景技術

在語音交互領域中，部分采用Cadence高保真(HiFi)4基本架構的芯片，在進行神經網絡的運算的過程中，能夠兼備實時處理功能，支持多路麥克陣列語音信號輸入，已逐漸成為了最受青睞的芯片之一。針對車載語音交互、智能家居等多種涉及語音交互技術的應用場景下，通常會使用配置有前述芯片的數據處理裝置對用戶輸入的模型數據進行處理，并對車輛、智能家電等進行控制。然而由于芯片對模型波束算法的支持局限性極大，勢必會導致數據處理效率極低。

現有技術中，通常采用對信號處理進行優化等方式來提高數據處理效率。然而，優化信號處理等方式并不適合深度學習。即言，提高數據處理效率的方案尚不完善。因此，如何提高數據處理效率，已成為了重要的研究方向之一。

發明內容

本申請提供了一種數據處理方法、裝置、電子設備和存儲介質。

根據第一方面，提供了一種數據處理方法，應用于數據處理裝置中，所述數據處理裝置包括高保真4架構，包括：

獲取待處理的16比特的模型數據；

獲取4比特加載指令；

根據所述4比特加載指令從所述16比特的模型數據中加載4個4比特的模型數據到64位寄存器中。

根據第二方面，提供了一種數據處理裝置，包括：

第一獲取模塊，用于獲取待處理的16比特的模型數據；

第二獲取模塊，用于獲取4比特加載指令；

第一加載模塊，用于根據所述4比特加載指令從所述16比特的模型數據中加載4個4比特的模型數據到64位寄存器中。

根據第三方面，提供了一種電子設備，包括：至少一個處理器；以及與所述至少一個處理器通信連接的存儲器；其中，所述存儲器存儲有可被所述至少一個處理器執行的指令，所述指令被所述至少一個處理器執行，以使所述至少一個處理器能夠執行本申請第一方面所述的數據處理方法。

根據第四方面，提供了一種存儲有計算機指令的非瞬時計算機可讀存儲介質，所述計算機指令用于使所述計算機執行本申請第一方面所述的數據處理方法。

根據第五方面，提供了一種計算機程序產品，包括計算機程序，所述計算機程序在被處理器執行時實現根據本申請第一方面所述的數據處理方法。

本申請提供的實施例，至少具有如下有益技術效果：