[发明专利]通过异构资源执行人工神经网络来执行任务的系统和方法

说明书

公开一种通过异构资源执行人工神经网络来执行任务的系统和方法。所述系统包括：模型分析器，接收人工神经网络模型并输出基于包括至少一个子图的人工神经网络模型生成的子图信息；检测器，输出关于所述多个异构资源的感知信息；任务管理器，基于子图信息和感知信息将用于针对每个层执行任务的第一请求信号输出到所述多个异构资源中的第一资源，以及将用于针对每个深度方向执行任务的第二请求信号输出到所述多个异构资源中的第二资源。

于2018年11月5日提交到韩国知识产权局的第10-2018-0134440号并且题为“管理人工神经网络中的任务的方法及使用该方法的包括人工神经网络系统的系统”的韩国专利申请通过整体引用包含于此。

技术领域

实施例涉及一种用于管理人工神经网络的任务的方法和系统，更具体地，涉及一种用于管理将由被多个异构资源驱动的人工神经网络处理的任务的方法和系统。

背景技术

人工神经网络(ANN)表示对生物大脑进行建模的计算架构。深度学习、机器学习等可基于人工神经网络来实现。近来，随着将执行人工神经网络来处理的任务的数量显著增加，存在执行人工神经网络来高效地执行算术处理的需要。

发明内容

根据一个实施例，提供一种管理将由多个异构资源执行人工神经网络来执行的任务的系统，所述人工神经网络系统包括：模型分析器，接收包括人工神经网络模型，并输出基于人工神经网络模型生成的子图信息；检测器，输出关于所述多个异构资源的感知信息；以及任务管理器，基于子图信息和感知信息输出所述多个异构资源中的第一资源的用于针对每个层执行任务的第一请求信号，以及所述多个异构资源中的第二资源的用于针对每个深度方向执行任务的第二请求信号。

根据一个实施例，提供一种管理将由多个异构资源执行人工神经网络来执行的任务的方法，所述方法包括：接收人工神经网络模型，并输出基于人工神经网络模型生成的子图信息；输出关于所述多个异构资源的感知信息；基于子图信息执行包括在子图信息中的多个任务的划分操作；以及基于感知信息输出用于在所述多个异构资源中的一个或多个处理被执行了划分操作的所述多个任务的请求信号。

根据一个实施例，提供一种用于管理将由资源执行人工神经网络来执行的任务的系统，所述人工神经网络系统包括：模型分析器，接收人工神经网络模型，并输出基于人工神经网络模型生成的子图信息；以及任务管理器，基于子图信息对包含在子图中的多个任务进行划分，以针对每个深度方向执行任务，向不支持批处理模式的资源提供请求信号以执行划分的所述多个任务，并提供N次请求信号以执行所述多个任务，其中，N是输入数据的数量。

附图说明

通过参照附图详细描述示例性实施例，对于本领域技术人员，特征将变得清楚，其中：

图1示出根据实施例的人工神经网络系统；

图2示出根据实施例的人工神经网络系统的数据流；

图3A示出用于解释通用资源的示图，图3B是用于解释特定任务专用资源的示图；

图4示出用于解释根据实施例的人工神经网络系统的工作管理方法的流程图；

图5A和图5B示出用于解释根据实施例的根据布局模式而变化的请求信号的发送次数的示图；

图6示出用于解释根据实施例的在人工神经网络模型中处理任务的方法的示图；

图7示出用于解释根据实施例的人工神经网络系统的工作管理方法的流程图；

图8示出用于解释根据实施例的人工神经网络系统的工作管理方法的流程图；

图9示出用于解释根据实施例的人工神经网络系统的工作管理方法的流程图；以及

图10示出用于解释根据实施例的由人工神经网络系统执行的工作管理方法的流程图。