[发明专利]资源调度方法、硬件加速器及电子设备

说明书

本申请公开了一种资源调度方法、硬件加速器及电子设备。资源调度方法应用于硬件加速器，硬件加速器的硬件架构包括至少一个忆阻器片；至少一个忆阻器片中的每个忆阻器片包括至少一个忆阻器阵列；资源调度方法包括：确定设定计算模型的模型信息；设定计算模型包括至少一个计算层；基于所述模型信息和所述硬件架构，确定所述硬件加速器在执行至少一个计算层中每个计算层的运算时对应的配置信息；所述配置信息至少包括所述至少一个忆阻器片中每个忆阻器片的工作模式；所述工作模式表征每一种硬件资源在忆阻器片中对应配置的忆阻器阵列的数量；在执行所述至少一个计算层中每个计算层的运算时，根据对应的配置信息对所述硬件加速器进行硬件资源调度。

技术领域

本申请涉及通信领域，尤其涉及资源调度方法、硬件加速器及电子设备。

背景技术

相关技术中，通常采用基于忆阻器(ReRAM，Resistance Random Access Memory)的加速器来执行神经网络的计算任务。由于不同的神经网络的计算量和存储量不同，在调度加速器中的硬件资源来执行相关的计算任务的过程中，存在加速器的硬件资源和实际的资源需求不匹配的问题，从而导致硬件资源浪费或硬件资源无法满足计算任务的相关需求。

发明内容

有鉴于此，本申请实施例期望提供一种资源调度方法、硬件加速器及电子设备，以解决相关技术中基于忆阻器的加速器在执行神经网络的计算任务时，加速器的硬件资源和计算任务的实际的资源需求不匹配的技术问题。

为达到上述目的，本申请的技术方案是这样实现的：

本申请实施例提供一种资源调度方法，应用于硬件加速器；所述硬件加速器的硬件架构包括至少一个忆阻器片；所述至少一个忆阻器片中的每个忆阻器片包括至少一个忆阻器阵列；

所述资源调度方法包括：

确定设定计算模型的模型信息；所述设定计算模型包括至少一个计算层；

基于所述模型信息和所述硬件架构，确定所述硬件加速器在执行所述至少一个计算层中每个计算层的运算时对应的配置信息；所述配置信息至少包括所述至少一个忆阻器片中每个忆阻器片的工作模式；所述工作模式表征每一种硬件资源在忆阻器片中对应配置的忆阻器阵列的数量；所述硬件资源包括以下至少之一：计算资源、存储资源和缓存资源；

在执行所述至少一个计算层中每个计算层的运算时，根据对应的配置信息对所述硬件加速器进行硬件资源调度。

上述方案中，所述模型信息包括所述至少一个计算层中每个计算层的拓扑结构和权重参数；

所述确定所述硬件加速器在执行所述至少一个计算层中每个计算层的运算时对应的配置信息时，所述资源调度方法包括：

基于计算层相关的拓扑结构和权重参数，确定出计算层对应的至少一类特征参数；所述至少一类特征参数中的每类特征参数对应表征计算层对对应类别的硬件资源的需求；

根据所述至少一类特征参数中的每类特征参数和所述硬件架构，确定出计算层对应的配置信息；其中，所述配置信息至少包括：

第一数量；所述第一数量表征忆阻器片中配置为计算资源的忆阻器阵列的数量；

第二数量；所述第二数量表征忆阻器片中配置为存储资源的忆阻器阵列的数量；

第三数量；所述第三数量表征忆阻器片中配置为缓存资源的忆阻器阵列的数量。

上述方案中，所述设定计算模型为神经网络模型；所述根据所述至少一类特征参数中的每类特征参数和所述硬件架构，确定出计算层对应的配置信息时，所述资源调度方法包括：

对应于所述神经网络模型的卷积层或全连接层，基于滤波器相关信息和所述忆阻器片中忆阻器阵列的尺寸信息，确定出所述第一数量；所述滤波器相关信息包括滤波器的数量和滤波器的尺寸信息。