[发明专利]矩阵运算优化方法、装置、设备和可读存储介质有效
申请号: | 202011357215.0 | 申请日: | 2020-11-27 |
公开(公告)号: | CN112328962B | 公开(公告)日: | 2021-12-31 |
发明(设计)人: | 董扬辉;王玮;胡水海;陈天健;黄启军;黄铭毅 | 申请(专利权)人: | 深圳致星科技有限公司;深圳前海微众银行股份有限公司 |
主分类号: | G06F17/16 | 分类号: | G06F17/16 |
代理公司: | 深圳市世纪恒程知识产权代理事务所 44287 | 代理人: | 晏波 |
地址: | 518000 广东省深圳市南山区粤海街道高新*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 矩阵 运算 优化 方法 装置 设备 可读 存储 介质 | ||
本申请公开了一种矩阵运算优化方法、装置、设备和可读存储介质,所述矩阵运算优化方法包括:获取矩阵元素序列数据和所述矩阵元素序列数据对应的目标矩阵维度信息,在所述矩阵元素序列数据中提取矩阵元素分发至预设计算引擎阵列,进而通过所述预设计算引擎阵列,对各所述矩阵元素进行元素乘法和元素加法,获得结果矩阵,进而若所述结果矩阵对应的累加次数信息与所述目标矩阵维度信息相匹配,将所述结果矩阵作为目标矩阵运算结果。本申请解决了矩阵运算时计算效率低的技术问题。
技术领域
本申请涉及隐私计算的大数据技术领域,尤其涉及一种矩阵运算优化方法、装置、设备和可读存储介质。
背景技术
随着金融科技,尤其是互联网科技金融的不断发展,越来越多的技术(如分布式、区块链Blockchain、人工智能等)应用在金融领域,但金融业也对技术提出了更高的要求,如对金融业对应待办事项的分发也有更高的要求。
随着计算机软件和人工智能的不断发展,人们对计算机的计算性能的要求越来越高,目前,在联邦学习场景中,通常需要涉及同态加密矩阵之间的乘法运算,其运算复杂度较高,目前,在基于CPU进行矩阵乘法时,通常需要首先对矩阵切分,获得矩阵切分结果,进而读取矩阵切分结果中的数据进行矩阵运算,但是,当同态加密矩阵较大时,由于CPU只能逐一读取数据进行数据运算,其数据运算耗时较长,进而导致矩阵运算耗时较长,且在矩阵切分时需要进行到大量的内存拷贝,更进一步地增加了矩阵运算的耗时,进而导致矩阵运算时的计算效率较低。
发明内容
本申请的主要目的在于提供一种矩阵运算优化方法、装置、设备和可读存储介质,旨在解决现有技术中矩阵运算时计算效率低的技术问题。
为实现上述目的,本申请提供一种矩阵运算优化方法,所述矩阵运算优化方法应用于矩阵运算优化设备,所述矩阵运算优化方法包括:
获取矩阵元素序列数据和所述矩阵元素序列数据对应的目标矩阵维度信息,在所述矩阵元素序列数据中提取矩阵元素分发至预设计算引擎阵列;
通过所述预设计算引擎阵列,对各所述矩阵元素进行元素乘法和元素加法,获得结果矩阵;
若所述结果矩阵对应的累加次数信息与所述目标矩阵维度信息相匹配,将所述结果矩阵作为目标矩阵运算结果。
本申请还提供一种矩阵运算优化装置,所述矩阵运算优化装置为虚拟装置,且所述矩阵运算优化装置应用于矩阵运算优化设备,所述矩阵运算优化装置包括:
分发模块,用于获取矩阵元素序列数据和所述矩阵元素序列数据对应的目标矩阵维度信息,在所述矩阵元素序列数据中提取矩阵元素分发至预设计算引擎阵列;
计算模块,用于通过所述预设计算引擎阵列,对各所述矩阵元素进行元素乘法和元素加法,获得结果矩阵;
输出控制模块,用于若所述结果矩阵对应的累加次数信息与所述目标矩阵维度信息相匹配,将所述结果矩阵作为目标矩阵运算结果。
本申请还提供一种矩阵运算优化设备,所述矩阵运算优化设备为实体设备,所述矩阵运算优化设备包括:存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的所述矩阵运算优化方法的程序,所述矩阵运算优化方法的程序被处理器执行时可实现如上述的矩阵运算优化方法的步骤。
本申请还提供一种可读存储介质,所述可读存储介质上存储有实现矩阵运算优化方法的程序,所述矩阵运算优化方法的程序被处理器执行时实现如上述的矩阵运算优化方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳致星科技有限公司;深圳前海微众银行股份有限公司,未经深圳致星科技有限公司;深圳前海微众银行股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011357215.0/2.html,转载请声明来源钻瓜专利网。