[发明专利]神经网络处理器的故障处理方法及装置、设备、存储介质

说明书

公开了一种神经网络处理器的故障处理方法及装置。该方法包括：检测神经网络处理器的工作状态；若所述工作状态表示所述神经网络处理器发生故障，确定所述神经网络处理器执行神经网络运算所得结果的精度；以及根据所述精度，确定所述神经网络处理器响应所述故障的方式。当发生的故障引起的精度影响在可接受范围内时，可以依旧使用神经网络处理器的计算结果而不需要丢弃该计算结果或重启处理器，从而可以提高处理器的处理效率。

技术领域

本公开涉及人工智能技术领域，尤其涉及一种神经网络处理器的故障处理方法及装置、设备、存储介质。

背景技术

基于卷积神经网络的深度学习技术能够以较高的准确率进行图像识别和检测、语音识别等任务，因此被广泛地应用于安全监控、辅助驾驶、智能机器人、智能医疗等领域。例如，在自动驾驶系统里，需要使用神经网络处理器或加速器来完成目标识别、图像分类等任务。对安全性能有要求的系统中，都会存在故障检测机制，以检测到神经网络处理器的故障，然后进行相应处理。

发明内容

现有技术中，在检测到神经网络处理器故障或者收到关于神经网络处理器的故障信号指示时，可能会重启神经网络处理器，这就会导致神经网络处理器上的系统任务频繁被中断，影响了神经网络处理的效率。为解决这些技术问题，本公开实施例期望提供一种新的神经网络处理器的故障处理方法及装置、电子设备、存储介质。

根据本公开的一个方面，提供了一种神经网络处理器的故障处理方法，包括：

检测神经网络处理器的工作状态；

若所述工作状态表示所述神经网络处理器发生故障，确定所述神经网络处理器执行神经网络运算所得结果的精度；以及

根据所述精度，确定所述神经网络处理器响应所述故障的方式。

根据本公开的另一方面，提供了一种神经网络处理器的故障处理装置，包括：

检测模块，配置为检测神经网络处理器的工作状态；

分析模块，配置为若所述工作状态表示所述神经网络处理器发生故障，确定所述神经网络处理器执行神经网络运算所得结果的精度；以及

控制模块，配置为根据所述精度，确定所述神经网络处理器响应所述故障的方式。

根据本公开的另一方面，提供了一种电子设备，包括：一个或多个处理器；以及存储器，其存储有计算机程序，所述计算机程序在被所述处理器运行时使所述处理器执行上述故障处理方法。

另外，本公开还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序在被处理器运行时使得所述处理器执行上述故障处理方法。

通过根据本公开的示例的方法和装置，在神经网络处理器发生故障时，先评估故障对神经网络运算结果造成的精度影响，并根据该精度来确定响应故障的方式。当精度影响在可接受范围内时，可以依旧使用神经网络处理器的计算结果而不需要丢弃该计算结果或重启处理器，从而可以提高处理器的处理效率。

附图说明

通过结合附图对本公开实施例进行更详细的描述，本公开的上述以及其他目的、特征和优势将变得更加明显。附图用来提供对本公开实施例的进一步理解，并且构成说明书的一部分，与本公开实施例一起用于解释本公开，并不构成对本公开的限制。在附图中，相同的参考标号通常代表相同部件或步骤。

图1是本公开一示例性实施例的应用神经网络处理器的示意框图。

图2是本公开一示例性实施例的神经网络处理器的故障处理法方法的流程图。

图3是本公开一示例性实施例提供的确定神经网络处理器执行神经网络运算所得结果的精度的流程图。

图4是本公开一示例性实施例提供的确定故障对神经网络处理器运算精度的精度偏差数值的流程图。