[发明专利]指令执行方法、装置、电子设备和存储介质

说明书

本申请公开了指令执行方法、装置、电子设备和存储介质，涉及语音、自然语言处理、深度学习技术领域。具体实现方案为：指令分类器识别当前输入指令的类别；类别为参数配置指令，则指令分类器根据参数配置指令将对应的参数写入指令缓存中的对应的第一参数寄存器中；类别为计算指令，则指令分类器将计算指令写入指令缓存中的指令寄存器中；运算单元检测到指令寄存器不为空，则从指令寄存器中取出下一条计算指令，并根据取出的计算指令从对应的第一参数寄存器中取出写入的参数，将取出的参数更新至运算单元内的第二参数寄存器中进行计算。本申请的指令执行方法、装置、电子设备和存储介质，提高了运算执行效率。

技术领域

本申请涉及计算机技术领域中的语音、自然语言处理、深度学习技术领域，尤其涉及一种指令执行方法、装置、电子设备和存储介质。

背景技术

运算处理器芯片中往往存在复杂运算指令，例如语音处理中的长短期记忆网络(Long Short-Term Memory，简称LSTM)、波基循环神经网络(Wave Recurrent NeuralNetwork，简称WaveRNN)算法中存在大量卷积、全连接激活等操作，这种指令一般由专用运算单元完成。

目前，运算执行时将运算程序放到中断中以解除运算函数与主程序的相关性，或者采用乱序执行架构以解除部分指令相关性，但都存在参数配置与复杂运算之间的等待问题，因此运算执行效率。

发明内容

提供了一种指令执行方法、装置、电子设备和存储介质。

根据第一方面，提供了一种指令执行方法，包括：指令分类器识别当前输入指令的类别；所述类别为参数配置指令，则所述指令分类器根据所述参数配置指令将对应的参数写入指令缓存中的对应的第一参数寄存器中；所述类别为计算指令，则所述指令分类器将所述计算指令写入所述指令缓存中的指令寄存器中；运算单元检测到所述指令寄存器不为空，则从所述指令寄存器中取出下一条计算指令，并根据取出的所述计算指令从对应的所述第一参数寄存器中取出写入的参数，将取出的参数更新至所述运算单元内的第二参数寄存器中进行计算。

根据第二方面，提供了一种指令执行装置，包括：指令缓存，所述指令缓存包括第一参数寄存器和指令寄存器；指令分类器，用于识别当前输入指令的类别；所述类别为参数配置指令，则根据所述参数配置指令将对应的参数写入所述指令缓存中的对应的所述第一参数寄存器中；所述类别为计算指令，则将所述计算指令写入所述指令缓存中的所述指令寄存器中；运算单元，用于检测到所述指令寄存器不为空，则从所述指令寄存器中取出下一条计算指令，并根据取出的所述计算指令从对应的所述第一参数寄存器中取出写入的参数，将取出的参数更新至所述运算单元内的第二参数寄存器中进行计算。

根据第三方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本申请第一方面所述的指令执行方法。

根据第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行本申请第一方面所述的指令执行方法。

根据第五方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现本申请第一方面所述的指令执行方法。

应当理解，本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征，也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本申请的限定。其中：

图1是根据本申请第一实施例的指令执行方法的流程示意图；

图2是根据本申请第二实施例的指令执行方法的流程示意图；

图3是根据本申请第三实施例的指令执行方法的流程示意图；