[發明專利]一種實現數據庫機器學習的加速裝置、系統及方法

在審

• 申請號: 202011196310.7
• 申請日: 2020-10-31
• 公開（公告）號: CN114528089A
• 公開（公告）日: 2022-05-24
• 發明（設計）人: 王俊捷;崔寶龍;朱琦
• 申請（專利權）人: 華為技術有限公司
• 主分類號: G06F9/50
• 分類號: G06F9/50;G06F16/215;G06F16/242;G06K9/62;G06N20/00
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 熊永強;李稷芳

一種實現數據庫機器學習的方法，包括：計算機設備接收數據分析請求，根據數據分析請求獲取待處理數據，將待處理數據發送給加速裝置，加速裝置根據數據分析請求中指示的算法，依次調用實現該算法需要的硬件模塊，對待處理數據進行數據分析，得到分析結果。通過加速裝置中的硬件邏輯電路實現數據庫機器學習算法，能夠降低對計算機設備中處理器資源和輸入輸出(input/output，I/O)資源的占用，提高處理器處理其他業務的效率。

技術領域

本申請涉及計算機技術領域，尤其涉及一種實現數據庫機器學習的加速裝置、系統及方法。

背景技術

數據庫機器學習是基于結構化查詢語言(structured query language，SQL)的數據庫內置的機器學習。數據庫機器學習通過數據庫的用戶自定義函數(user definefunction，UDF)機制定義機器學習算子，將SQL的簡單易用與機器學習算法結合，用戶只需在SQL查詢語句中調用定義的機器學習算子，即可通過機器學習算法完成對大規模數據的數據分析工作，滿足用戶對數據庫進行數據挖掘的需求。

但是當前在數據庫中實現機器學習時，對計算機設備的處理器(centralprocessing unit，CPU)和輸入輸出(input/output，I/O)資源的占用率較高，會影響計算機設備對其他業務的響應和處理效率。

發明內容

本申請實施例公開了實現數據庫機器學習的加速裝置、計算機設備及方法，通過硬件邏輯電路實現數據庫機器學習算法，能夠降低對計算機設備中處理器資源和I/O資源的占用，提高處理器處理其他業務的效率。

第一方面，本申請提供一種實現數據庫機器學習的系統，該系統包括處理器、總線和加速裝置，加速裝置通過總線與處理器連接，該加速裝置包括多個模塊，用于實現數據庫機器學習；

上述處理器用于向加速裝置發生數據分析請求；

上述加速裝置用于根據數據分析請求獲取待處理數據和算法標識，然后根據算法標識確定硬件實現流程，硬件實現流程用于指示加速裝置分析待處理數據時調用的至少一個模塊的集合以及調用所述至少一個模塊的順序；最后根據硬件實現流程完成所述待處理數據的處理操作。

通過加速裝置中的硬件邏輯電路實現數據庫機器學習算法，能夠降低對計算機設備等計算機設備中CPU資源和I/O資源的占用，提高計算機設備處理其他業務的效率。

在一種可能的實現方式中，加速裝置中存有第一預設表，第一預設表用于記錄算法標識和硬件實現流程的關聯關系，加速裝置根據第一預設表確定上述算法標識關聯的硬件實現流程。

通過在加速裝置存有算法標識與硬件實現流程的關聯關系，加速裝置在獲取到算法標識之后，即可根據算法標識確定對待處理數據進行處理的硬件流程，提高計算裝置處理數據的效率。

在一種可能的實現方式中，上述加速裝置包括編排管理模塊、通用計算模塊與算法模塊，通用計算模塊包括一個或多個計算模塊，算法模塊包括一個或多個算法邏輯模塊；加速裝置根據硬件實現流程完成對待處理數據的處理操作，具體包括：編排管理模塊根據算法標識確定分析待處理數據時的硬件實現流程，上述硬件實現流程中的至少一個模塊包括至少一個計算模塊與至少一個算法邏輯模塊；通用計算模塊用于調用至少一個計算模塊完成對待處理數據的計算，得到中間數據；算法模塊用于調用至少一個算法邏輯模塊完成對上述中間數據的計算，得到對上述待處理數據的處理結果。

在一種可能的實現方式中，上述一個或多個算法模塊中的每個算法邏輯模塊用于實現一種機器學習算法邏輯，上述一個或多個計算模塊中每個計算模塊實現的計算過程是兩種或兩種以上機器學習算法都有的計算過程。