[發明專利]代碼運行方法、裝置、設備、存儲介質及程序產品

在審

• 申請號: 202011374060.1
• 申請日: 2020-11-30
• 公開（公告）號: CN114579210A
• 公開（公告）日: 2022-06-03
• 發明（設計）人: 李冕和;林江淼;黃銘毅
• 申請（專利權）人: 深圳前海微眾銀行股份有限公司
• 主分類號: G06F9/448
• 分類號: G06F9/448;G06F8/41
• 代理公司: 深圳市世紀恒程知識產權代理事務所 44287
• 代理人: 張志江

本發明公開了一種代碼運行方法、裝置、設備、存儲介質及程序產品，該方法包括：將源代碼拆解成多個邏輯運算步驟；確定所述多個邏輯運算步驟分別適配的目標硬件；將各邏輯運算步驟的源代碼編譯成運算代碼，并通過所述多個邏輯運算步驟分別適配的目標硬件運行對應的運算代碼，由此，與現有技術中采用同構硬件全程處理代碼數據相比，本發明采用將源代碼拆分成多個邏輯運算步驟，并為不同的邏輯運算步驟配置不同的目標硬件去運行，克服了現有技術中采用同構硬件而導致邏輯代碼運算效果不好的技術問題，本發明通過靈活調用不同硬件運行不同的運算代碼，提高了運算效果。

技術領域

本發明涉及硬件運算技術領域，尤其涉及一種代碼運行方法、裝置、設備、存儲介質及程序產品。

背景技術

目前大多采用同構硬件處理邏輯運算代碼時，例如通過CPU處理多方安全計算或者聯邦機器學習中的每一個邏輯運算步驟，然而對于一些計算量復雜的邏輯運算步驟，如涉及到paillier加解密的步驟時，存在大量模冪運算或者矩陣運算時，由于CPU沒有FPGA、GPU等其他硬件的強大的計算能力，導致采用CPU處理執行模冪運算或者矩陣運算時運行進程變慢，而若采用FPGA或其他具備強大計算能力的硬件處理每一個邏輯運算步驟時，由于一些邏輯運算步驟比較簡單，則會出現硬件資源浪費的情況，因此采用同構硬件無法達到最優的處理效果。

發明內容

本發明提供一種代碼運行方法、裝置、設備、存儲介質及程序產品，旨在解決目前現有技術中由于采用同構硬件而導致邏輯代碼運算處理效果不好的技術問題。

為實現上述目的，本發明提供一種代碼運行方法，所述代碼運行方法包括：

將源代碼拆解成多個邏輯運算步驟；

確定所述多個邏輯運算步驟分別適配的目標硬件；

將各邏輯運算步驟的源代碼編譯成運算代碼，并通過所述多個邏輯運算步驟分別適配的目標硬件運行對應的運算代碼。

優選地，所述確定所述多個邏輯運算步驟分別適配的目標硬件的步驟包括：

確定各邏輯運算步驟涉及的計算類型；

根據所述計算類型確定所述多個邏輯運算步驟分別適配的目標硬件。

優選地，所述根據所述計算類型確定所述多個邏輯運算步驟分別適配的目標硬件的步驟，還包括：

若所述邏輯運算步驟涉及多個計算類型，則確定各個計算類型對應的邏輯運算量；

確定最大邏輯運算量對應的目標計算類型，并根據所述目標計算類型確定所述邏輯運算步驟適配的目標硬件。

優選地，所述根據所述目標計算類型確定所述邏輯運算步驟適配的目標硬件的步驟之后，還包括：

獲取本地硬件配置信息；

若本地硬件配置信息中包括所述目標硬件，則判定所述目標硬件為所述邏輯運算步驟適配的硬件。

優選地，所述獲取本地硬件配置信息的步驟之后，還包括：

若本地硬件配置信息中不包括所述目標硬件，則確定本地硬件配置信息中各本地硬件與所述邏輯運算步驟的契合程度；

確定最大契合程度對應的最優本地硬件，并將所述最優本地硬件作為所述邏輯運算步驟適配的目標硬件。

優選地，所述獲取本地硬件配置信息的步驟之后，還包括：

若本地硬件配置信息中不包括所述目標硬件，則判斷所述本地硬件配置信息中是否包含備用硬件信息，其中，所述備用硬件信息包括預先設定作為備用硬件的本地硬件信息；

若所述本地硬件配置信息中包含備用硬件信息，則根據所述備用硬件信息確定所述邏輯運算步驟適配的目標硬件。