[发明专利]数据处理方法、装置、计算机设备和存储介质

说明书

本公开涉及一种数据处理方法、装置、计算机设备和存储介质。所述产品包括控制模块，所述控制模块包括：指令缓存单元、指令处理单元和存储队列单元；所述指令缓存单元，用于存储所述人工神经网络运算关联的计算指令；所述指令处理单元，用于对所述计算指令解析得到多个运算指令；所述存储队列单元，用于存储指令队列，该指令队列包括：按该队列的前后顺序待执行的多个运算指令或计算指令。通过以上方法，本公开可以提高相关产品在进行神经网络模型的运算时的运算效率。

技术领域

本公开涉及信息处理技术领域，特别是涉及一种数据处理方法、装置、计算机设备和存储介质。

背景技术

人工智能芯片在进行数据处理(如数据复制)的操作过程中，受制于数据对齐以及并行度等方面的限制，如果采用与传统的中央处理器(CPU，Central Processing Unit)或是图形处理器(GPU，Graphics Processing Unit)相同的逻辑进行处理，会大大降低人工智能芯片的运算速度和运行性能。

发明内容

基于此，有必要针对上述技术问题，提供一种数据处理方法、装置、计算机设备和存储介质。

在一方面，本申请提出一种数据处理方法，应用于人工智能处理器，所述方法包括：

获取待处理数据；

获取与所述待处理数据对应的卷积核；

根据所述卷积核与所述待处理数据，进行卷积运算，实现所述待处理数据的复制操作和/或迁移操作。

另一方面，本申请提出一种数据处理装置，所述装置包括：

第一获取模块，用于获取待处理数据；

第二获取模块，用于获取与所述待处理数据对应的卷积核；

卷积处理模块，用于根据所述卷积核与所述待处理数据，进行卷积运算，实现所述待处理数据的复制操作和/或迁移操作。

在又一方面，本申请提出一种数据处理装置，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执行上述所述的数据处理方法。

最后，本申请还提出一种非易失性计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述所述的方法。

本技术方案能够将人工智能处理器中的数据处理过程，通过卷积运算的方式进行实现，从而可以充分利用人工智能处理器的向量化的特点，将需要多次并行执行的数据处理操作转换为一次数据量更大的操作，从而减小数据处理过程中所需的操作次数，提升人工智能处理器的数据处理速度和效率。

根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。

附图说明

包含在说明书中并且构成说明书的一部分的附图与说明书一起示出了本公开的示例性实施例、特征和方面，并且用于解释本公开的原理。

图1示出根据本公开实施例的数据处理方法的应用环境的示意图；

图2示出根据本公开实施例的数据处理方法的流程示意图；

图3示出根据本公开一实施例的待处理数据的形式示意图；

图4示出根据本公开一实施例的对重复操作单元执行处理操作后得到的结果示意图；

图5示出根据本公开一应用示例的单位卷积核的示意图；

图6示出根据本公开一应用示例的卷积核的示意图；