[发明专利]协处理器的设备执行代码的处理方法、装置、设备及计算机可读存储介质有效
申请号: | 201910769460.3 | 申请日: | 2019-08-20 |
公开(公告)号: | CN110647360B | 公开(公告)日: | 2022-05-03 |
发明(设计)人: | 王桂彬;郑焕鑫;肖艺旋 | 申请(专利权)人: | 百度在线网络技术(北京)有限公司 |
主分类号: | G06F9/38 | 分类号: | G06F9/38;G06F8/41 |
代理公司: | 北京鸿德海业知识产权代理有限公司 11412 | 代理人: | 田宏宾 |
地址: | 100085 北京*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 处理器 设备 执行 代码 处理 方法 装置 计算机 可读 存储 介质 | ||
本申请提供一种协处理器的设备执行代码的处理方法、装置、设备及计算机可读存储介质,涉及人工智能技术领域。本申请实施例通过对所获取的协处理器的计算任务的计算表达式进行分析处理,以获得所述计算表达式所对应的语法树,其中,所述语法树包括数据节点和操作节点,进而可以根据所述语法树,生成所述协处理器的设备执行代码,使得能够对所述设备执行代码进行编译处理,以供所述协处理器执行,无需开发人员人工编译协处理器上所运行的设备执行代码,而是能够自动编译协处理器上所运行的设备执行代码,操作简单,而且正确率高,从而提高了协处理器的设备执行代码编译的效率和可靠性。
【技术领域】
本申请涉及图结构技术,尤其涉及一种协处理器的设备执行代码的处理方法、装置、设备及计算机可读存储介质。
【背景技术】
随着人工智能技术的不断成熟和推广,人工智能的应用逐渐渗入当今社会的各个领域场景。为了达到更高的模型精度,深度学习的数据规模不断扩大、模型深度也在持续增加,因此,作为深度学习发展的支撑技术,深度学习平台的构建和优化成为近年来各大公司共同关注的难题。协处理器是当前深度学习平台主要依托的计算单元,例如,图形处理器(Graphics Processing Unit,GPU),可以用于加速大规模矩阵计算过程。
通常,可以由开发人员根据计算过程,人工编译协处理器上所运行的设备执行代码,这种人工编译设备执行代码的方式,操作复杂,且容易出错,从而导致了协处理器的设备执行代码编译的效率和可靠性的降低。
【发明内容】
本申请的多个方面提供一种协处理器的设备执行代码的处理方法、装置、设备及计算机可读存储介质,用以提高协处理器的设备执行代码编译的效率和可靠性。
本申请的一方面,提供一种协处理器的设备执行代码的处理方法,包括:
获取协处理器的计算任务的计算表达式;
对所述计算表达式进行分析处理,以获得所述计算表达式所对应的语法树;其中,所述语法树包括数据节点和操作节点;
根据所述语法树,生成所述协处理器的设备执行代码;
对所述设备执行代码进行编译处理,以供所述协处理器执行。
本申请的另一方面,提供一种协处理器的设备执行代码的处理装置,包括:
获取单元,用于获取协处理器的计算任务的计算表达式;
分析单元,用于对所述计算表达式进行分析处理,以获得所述计算表达式所对应的语法树;其中,所述语法树包括数据节点和操作节点;
生成单元,用于根据所述语法树,生成所述协处理器的设备执行代码;
编译单元,用于对所述设备执行代码进行编译处理,以供所述协处理器执行。
本申请的另一方面,提供一种设备,所述设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如上述一方面所提供的协处理器的设备执行代码的处理方法。
本申请的另一方面,提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上述一方面所提供的协处理器的设备执行代码的处理方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于百度在线网络技术(北京)有限公司,未经百度在线网络技术(北京)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910769460.3/2.html,转载请声明来源钻瓜专利网。