[发明专利]神经网络处理器及使用处理器执行矩阵相乘指令的方法

权利要求书

1.一种计算装置，其特征在于，所述计算装置包括：神经网络处理器，所述神经网络处理器用于执行矩阵相乘指令，执行所述矩阵相乘指令具体包括如下步骤：

获取矩阵相乘指令，所述矩阵相乘指令包括：GEMM a,b,c；GEMM为指令标识；所述a为矩阵A的首地址，所述b为矩阵B的首地址,所述c为矩阵C的首地址；

执行所述矩阵相乘指令得到矩阵相乘指令的具体结果；所述执行所述矩阵相乘指令得到矩阵相乘指令的具体结果具体包括：

提取所述矩阵相乘指令的矩阵A、矩阵B，矩阵C，将矩阵A、矩阵B进行乘积运算后加上矩阵C得到矩阵相乘运算的结果；

所述矩阵相乘指令还包括type,layout,m,n,lda，ldb；所述layout为矩阵的存储格式，所述m为矩阵的行数，所述n为矩阵的列数，所述lda为矩阵A低维的长度，所述ldb为矩阵B低维的长度；所述提取所述矩阵相乘指令矩阵A和矩阵B具体包括：

按所述layout的存储格式以及lda的低维长度提取行数为m，列数为n的矩阵A；

按所述layout的存储格式以及ldb的低维长度提取行数为m，列数为n的矩阵B；

所述矩阵相乘指令还包括：ldc，所述ldc为矩阵C的低维长度，提取所述矩阵相乘指令矩阵C具体包括：

按所述layout的存储格式以及ldc的低维长度提取行数为m，列数为n的矩阵C；

type为进行操作的数据类型。

2.根据权利要求1所述的计算装置，其特征在于，

所述矩阵相乘指令还包括transa,transb,k，所述transa为矩阵A的变换信息，所述transb为矩阵B的变换信息，所述k 为变换后的矩阵A的列数和变换后的矩阵B的行数；所述将矩阵A、矩阵B进行乘积运算后加上矩阵C得到矩阵相乘运算的结果具体包括：

将矩阵A执行变换后得到op(A)，将矩阵B执行变换后得到op(B)，所述op(A)的列数以及所述op(B)的行数符合k，将op(A)乘以op(B)得到的积加上矩阵C得到矩阵相乘的结果。

3.根据权利要求1所述的计算装置，其特征在于，

所述操作的数据类型为实数或复数。

4.根据权利要求1所述的计算装置，其特征在于，所述计算装置还包括：存储器，所述存储器用于存储矩阵、标量。

5.根据权利要求4所述的计算装置，其特征在于，所述存储器为高速暂存存储器。

6.根据权利要求2所述的计算装置，其特征在于，所述矩阵相乘指令还包括：alpha，beta，所述alpha、beta为标量；

所述处理器，具体用于将op(A)、op(B)和alpha进行乘积运算得到的积加上矩阵C与beta的乘积结果得到矩阵相乘运算的结果。