[发明专利]数据处理的方法、装置和系统

权利要求书

1.一种数据处理的方法，其特征在于，包括：

获取输入数据，所述输入数据为以下数据中的至少一种数据：图像数据、视频数据和语音数据；

获取第一卷积层的卷积运算特性，所述第一卷积层为神经网络模型中的任一卷积层，所述神经网络模型包括至少一个卷积层，其中，所述第一卷积层的卷积运算特性包括卷积核的移动步进、所述卷积核的尺寸和第一参数，其中，所述第一参数包括输入通道的数目和处理器的并行粒度；

对所述卷积核的移动步进进行判断，当所述卷积核的移动步进等于1时，确定第一并行方法；

当所述卷积核的移动步进不等于1时，对所述卷积核的尺寸进行判断，当所述卷积核的尺寸等于所述卷积核的移动步进时，确定第二并行方法；

当所述卷积核的尺寸不等于所述卷积核的移动步进时，对所述第一参数进行判断，确定第三并行方法或者第四并行方法；

通过所述第一并行方法、所述第二并行方法、所述第三并行方法或者第四并行方法，从所述输入数据中获取与所述处理器的并行粒度数量相等的多个数据块，所述多个数据块中的每个数据块用于与卷积核进行卷积处理；

将所述多个数据块并行地进行卷积处理，以获取输出数据。

2.根据权利要求1所述的方法，其特征在于，所述通过所述第一并行方法，从所述输入数据中获取与所述处理器的并行粒度数量相等的多个数据块，包括：

在所述移动步进等于1时，从所述第一卷积层的任一输入通道的数据中获取所述多个数据块，所述第一卷积层的任一输入通道的数据属于所述输入数据，所述多个数据块中的第i个数据块与所述多个数据块中的第(i+1)个数据块具有(K-1)个向量重叠，i为正整数，K为所述卷积核的尺寸，K为大于1的正整数；

所述将所述多个数据块并行地进行卷积处理，以获取输出数据，包括：

将所述多个数据块与所述第一卷积层的任一卷积核并行地进行卷积处理，以获取输出数据。

3.根据权利要求1所述的方法，其特征在于，所述通过所述第二并行方法，从所述输入数据中获取与所述处理器的并行粒度数量相等的多个数据块，包括：

在所述移动步进大于1且所述移动步进等于所述卷积核的尺寸时，从所述第一卷积层的任一输入通道的数据中获取所述多个数据块，所述第一卷积层的任一输入通道的数据属于所述输入数据，所述多个数据块中的任意两个数据块具有0个向量重叠；

将所述多个数据块并行地进行卷积处理，以获取输出数据，包括：

将所述多个数据块与所述第一卷积层中任一卷积核并行地进行卷积处理，以获取输出数据。

4.根据权利要求1所述的方法，其特征在于，所述通过所述第三并行方法或所述第四并行方法从所述输入数据中获取与所述处理器的并行粒度数量相等的多个数据块包括：

在所述移动步进大于1且所述移动步进不等于所述卷积核的尺寸时，根据所述输入通道的数目与所述处理器的并行粒度的大小关系，从所述输入数据中获取所述多个数据块。

5.根据权利要求4所述的方法，其特征在于，在所述移动步进大于1且所述移动步进不等于所述卷积核的尺寸时，根据所述输入通道的数目与所述处理器的并行粒度的大小关系，从所述输入数据中获取所述多个数据块，包括：

在所述移动步进大于1且所述移动步进不等于所述卷积核的尺寸以及所述输入通道的数目小于所述处理器并行粒度时，根据所述移动步进，将第一输入通道的数据划分为(m*m)个输入数据子块，所述第一输入通道为所述第一卷积层的任一卷积层，所述第一输入通道的数据属于所述输入数据，m为(N/S)的ceil函数，N为所述第一输入通道的数据的尺寸，S为所述移动步进；

从所述(m*m)个输入数据子块中获取所述多个数据块；

所述方法还包括：

根据所述移动步进，将所述第一卷积层的任一卷积核划分为(t*t)个卷积核子块，t为(K/S)的ceil函数；

将所述多个数据块并行地进行卷积处理，以获取输出数据，包括：

将所述多个数据块中的每个数据块与所述(t*t)个卷积核子块中的任一卷积核子块并行地进行卷积处理，以获取输出数据。