[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

说明书

本发明提供一种神经网络处理器及神经网络处理器执行矩阵相乘指令方法，所述处理器设置于计算装置内，所述计算装置用于神经网络运算指令，本申请提供的技术方案具有能耗低的优点。

技术领域

本发明涉及通信技术领域，具体涉及一种神经网络处理器及使用处理器执行矩阵相乘指令的方法。

背景技术

现代的通用和专用处理器中，越来越多地引入计算指令(例如向量指令)进行运算。现有处理器在进行计算指令的运算时，开销大，能耗高。

发明内容

本发明实施例提供了一种神经网络处理器及使用处理器执行矩阵相乘指令的方法，可减少运算开销，降低的功耗优点。

第一方面，本发明实施例提供一种神经网络处理器，所述处理器设置于计算装置内，所述计算装置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。

第二方面，提供一种神经网络处理器执行矩阵相乘指令的方法，所述方法应用于计算装置，所述方法包括如下步骤：

获取矩阵相乘指令，所述矩阵相乘指令包括：GEMV a,x,y，GEMV为指令标识；所述x为向量x的首地址，所述y为向量y的首地址，a为矩阵A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向量x、向量y，矩阵A，将向量x、矩阵A进行乘积运算后加上向量y得到矩阵相乘运算的结果。

第三方面，提供一种芯片，所述芯片包括第一方面提供的神经网络处理器。

第四方面，提供一种板卡，所述板卡包括第三方面提供的芯片。

第五方面，提供一种电子装置，所述电子装置包括第四方面提供的板卡；所述电子装置包括：数据处理装置、机器人、电脑、打印机、扫描仪、平板电脑、智能终端、手机、行车记录仪、导航仪、传感器、摄像头、云端服务器、相机、摄像机、投影仪、手表、耳机、移动存储、可穿戴设备交通工具、家用电器、和/或医疗设备。

第六方面，提供一种矩阵相乘扩展指令的实现方法，所述方法包括如下步骤：

计算装置获取矩阵相乘扩展指令，所述矩阵相乘扩展指令包括：GEMM type,layout,transa,transb,m,n,k,alpha,a,lda,b,ldb,beta,c,ldc；GEMM为指令标识，type为进行操作的数据类型；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矩阵A低维的长度，所述alpha、beta为标量，所述ldb矩阵B低维的长度,所述ldc矩阵C低维的长度，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，所述k为变换后的矩阵A的列数和变化后的矩阵B的行数，所述transa为矩阵A的变换信息，所述transb为矩阵B的变换信息；

计算装置解析所述矩阵相乘指令得到第一计算指令以及第二计算指令，依据第一计算指令以及第二计算指令确定计算顺序，按所述计算顺序执行第一计算指令以及第二计算指令得到该扩展计算指令的结果。

可选的，所述方法具体包括：

提取所述矩阵相乘扩展指令矩阵A、矩阵B和矩阵C的值、alpha、beta，