[發明專利]一種矩陣處理方法、裝置、設備及存儲介質

在審

• 申請號: 202011139168.2
• 申請日: 2020-10-22
• 公開（公告）號: CN112269561A
• 公開（公告）日: 2021-01-26
• 發明（設計）人: 沈艷梅;宿棟棟;闞宏偉;趙坤
• 申請（專利權）人: 蘇州浪潮智能科技有限公司
• 主分類號: G06F7/78
• 分類號: G06F7/78;G06F17/16
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 丁曼曼

本申請公開了一種矩陣處理方法、裝置、設備及存儲介質。該方法的步驟包括：獲取數據矩陣以及矩陣處理算法；提取矩陣處理算法中的運算邏輯以及判斷邏輯；調用CPU執行判斷邏輯，并調用GPU執行運算邏輯以對數據矩陣進行處理。由于CPU在邏輯控制方面具有更高的執行效率，而GPU在數據運算方面具有更高的執行效率，因此本方法通過CPU執行矩陣處理算法中的判斷邏輯，并通過GPU執行矩陣處理算法中的運算邏輯，能夠相對提高對數據矩陣的處理效率。此外，本申請還提供一種矩陣處理裝置、設備及存儲介質，有益效果同上所述。

技術領域

本申請涉及人工智能領域，特別是涉及一種矩陣處理方法、裝置、設備及存儲介質。

背景技術

當前人工智能技術需要龐大的數據集作為訓練網絡模型的數據支持，參與訓練的數據集越大，算法精度越高，但是，數據集的增大也導致計算量和處理時間指數增加，無法滿足實時性處理場景的要求，并且數據集中往往包含大量的冗余信息，因此，當前通常采用主成分分析方法用于對數據集進行降維。

主成分分析(Principal Components Analysis，PCA)的過程具體是基于數據集的協方差構造數據矩陣，然后對數據矩陣進行處理得到的特征向量構成變換矩陣，利用變換矩陣對原始數據集進行線性變換以提取原始數據集的主要分量信息，從而實現了對數據集降維，但是隨著數據集維度的增加，數據矩陣的尺寸也在不斷增大，難以確保對數據矩陣的處理效率。

由此可見，提供一種矩陣處理方法，以相對提高對數據矩陣的處理效率，是本領域技術內人員需要解決的技術問題。

發明內容

本申請的目的是提供一種矩陣處理方法、裝置、設備及存儲介質，以相對提高對數據矩陣的處理效率。

為解決上述技術問題，本申請提供一種矩陣處理方法，包括：

獲取數據矩陣以及矩陣處理算法；

提取矩陣處理算法中的運算邏輯以及判斷邏輯；

調用CPU執行判斷邏輯，并調用GPU執行運算邏輯以對數據矩陣進行處理。

優選地，當運算邏輯為迭代運算邏輯時，調用GPU執行運算邏輯，包括：

調用GPU基于多個內核依次對應執行迭代運算邏輯中的各迭代運算操作。

優選地，矩陣處理算法包括乘冪法；

相應的，運算邏輯包括矩陣運算邏輯、特征值計算邏輯以及矩陣更新邏輯；

判斷邏輯包括矩陣收斂判斷邏輯。

優選地，調用CPU執行判斷邏輯，并調用GPU執行運算邏輯以對數據矩陣進行處理，包括：

以異步并行的方式調用CPU執行判斷邏輯，并調用GPU執行運算邏輯以對數據矩陣進行處理。

此外，本申請還提供一種矩陣處理裝置，包括：

獲取模塊，用于獲取數據矩陣以及矩陣處理算法；

提取模塊，用于提取矩陣處理算法中的運算邏輯以及判斷邏輯；

調用模塊，用于調用CPU執行判斷邏輯，并調用GPU執行運算邏輯以對數據矩陣進行處理。

優選地，當運算邏輯為迭代運算邏輯時，調用模塊，包括：

多內核調用模塊，用于調用GPU基于多個內核依次對應執行迭代運算邏輯中的各迭代運算操作。

優選地，獲取模塊獲取的矩陣處理算法包括乘冪法；

相應的，提取模塊提取得到的運算邏輯包括矩陣運算邏輯、特征值計算邏輯以及矩陣更新邏輯；

提取模塊提取得到的判斷邏輯包括矩陣收斂判斷邏輯。