[发明专利]数据处理方法、装置、计算机设备和存储介质

权利要求书

1.一种数据处理方法，其特征在于，所述方法包括：

获取执行文件，所述执行文件包括将神经网络模型进行编译后得到的，用于在人工智能处理器上执行的二进制指令；

将所述执行文件输入人工智能处理器，以使所述人工智能处理器根据输入数据和所述执行文件对所述神经网络模型进行训练，得到所述神经网络模型的训练结果。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

对所述神经网络模型进行优化处理，所述优化处理至少包括算子融合、数据复用和去除冗余算子中的至少一种；

将优化后的神经网络模型进行编译，得到所述执行文件。

3.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：

确定针对所述神经网络模型的划分粒度；

根据所述划分粒度将所述神经网络模型划分为多个子图，所述多个子图中的至少一个子图包括两个以上算子；

根据各所述子图对所述神经网络模型进行编译，得到所述执行文件，所述执行文件中包括各所述子图标识，所述子图标识用于指示人工智能处理器完成该子图中所有算子的运算后，返回该子图的运算结果。

4.根据权利要求1至3任一项所述的方法，其特征在于，所述执行文件包括权值文件和模型文件，其中，

所述权值文件中包括所述神经网络模型的权值的地址，

所述模型文件中包括所述神经网络模型中各算子的二进制指令和算子之间的连接关系。

5.一种数据处理装置，其特征在于，包括：

获取模块，用于获取执行文件，所述执行文件包括将神经网络模型进行编译后得到的，用于在人工智能处理器上执行的二进制指令；

执行模块，用于将所述执行文件输入人工智能处理器，以使所述人工智能处理器根据输入数据和所述执行文件对所述神经网络模型进行训练，得到所述神经网络模型的训练结果。

6.一种人工智能芯片，其特征在于，所述芯片包括如权利要求5所述的数据处理装置。

7.一种电子设备，其特征在于，所述电子设备包括如权利要求6所述的人工智能芯片。

8.一种板卡，其特征在于，所述板卡包括：存储器件、接口装置和控制器件以及如权利要求6所述的人工智能芯片；

其中，所述人工智能芯片与所述存储器件、所述控制器件以及所述接口装置分别连接；

所述存储器件，用于存储数据；

所述接口装置，用于实现所述人工智能芯片与外部设备之间的数据传输；

所述控制器件，用于对所述人工智能芯片的状态进行监控。

9.一种电子设备，其特征在于，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为调用所述存储器存储的指令，以执行权利要求1至4中任意一项所述的方法。

10.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求1至4中任意一项所述的方法。