[发明专利]一种计算装置及相关产品

权利要求书

1.一种计算装置，其特征在于，所述计算装置用于执行机器学习计算，所述计算装置包括：压缩单元、运算单元以及控制器单元；

所述控制器单元，用于获取针对第一输入数据的压缩请求，并根据所述压缩请求指示所述压缩单元对所述第一输入数据进行压缩；其中，所述第一输入数据包括第一权值矩阵；

所述压缩单元，用于将第一权值矩阵压缩为第二权值矩阵；其中，所述第二权值矩阵包括至少两个求和项；

所述控制器单元，还用于获取第二输入数据以及计算指令；所述第二输入数据包括所述第二权值矩阵以及输入神经元数据；

所述控制器单元，还用于解析该计算指令得到多个运算指令，将所述多个运算指令以及所述第二输入数据发送给运算单元；

所述运算单元，用于获取所述运算指令，并根据所述运算指令以及所述第二输入数据执行神经网络计算。

2.根据权利要求1所述的计算装置，其特征在于，所述压缩单元包括：分解单元、求解单元和训练单元；

其中，所述分解单元，用于将所述第一权值矩阵分解成第三权值矩阵；其中，所述第三权值矩阵包括至少两个求和项；

所述求解单元，用于根据第一公式确定所述至少两个求和项中的每个求和项的大小，所述第一公式为Q≈Q₁+Q₂+...+Q_n；其中，所述Q表示第一权值矩阵；所述Q₁表示所述至少两个求和项中的第一求和项,所述Q₂表示所述至少两个求和项中的第二求和项,所述Q_n表示所述至少两个求和项中的第n求和项，

所述训练单元，用于调整所述至少两个求和项中的每个求和项的大小，并通过训练压缩后的机器学习模型，以得到满足预设精度的第二权值矩阵。

3.根据权利要求2所述的计算装置，其特征在于，所述求解单元，用于根据第一公式确定所述至少两个求和项中的每个求和项的大小，所述第一公式为Q≈Q₁+Q₂.+...+Q_n，包括：

所述求解单元，具体用于根据所述第一公式和第二公式确定所述至少两个求和项中的每个求和项的大小，所述第二公式为||Q-(Q₁+Q₂+......+Q_n)||≤T，其中，所述T表示预设的误差阈值。

4.根据权利要求2所述的计算装置，其特征在于，所述训练单元，用于调整所述至少两个求和项中的每个求和项的大小，并通过训练压缩后的机器学习模型，以得到满足预设精度的第二权值矩阵，包括：

所述训练单元，具体用于调整所述至少两个求和项中的每个求和项的大小，并通过训练压缩后的机器学习模型，以得到满足预设精度并且与所述第一权值矩阵之间的压缩比满足预设压缩比的第二权值矩阵。

5.根据权利要求2至4任一项所述的计算装置，其特征在于，所述计算装置用于执行全连接层神经网络计算；所述第一公式包括：M≈M₁+M₂；所述两个求和项包括第一求和项M1和第二求和项M2，所述第一求和项所述第一求和项M1中包括(n₁-1)个压缩参数K1；所述(n₁-1)个压缩参数K1中的第1个压缩参数K₁₁用于表征所述M₁₁的输出神经元的个数，所述(n₁-1)个压缩参数K1中的第(n₁-1)个压缩参数用于表征所述的输入神经元的个数；所述第二求和项所述第二求和项M2中包括(n₂-1)个压缩参数K2，所述(n₂-1)个压缩参数中的第1个压缩参数K₂₁用于表征所述M₂₁的输出神经元的个数，所述(n₂-1)个压缩参数中的第(n₂-1)个压缩参数用于表征所述的输入神经元的个数；所述K1和所述K2为大于0且小于等于min(N_in，N_out)的正整数。