[发明专利]控制处理器的方法及装置

说明书

公开了一种控制处理器的方法及装置，方法包括：检测处理器在执行神经网络模型运算过程中的工作状态；响应于所述工作状态表示所述处理器出现故障，确定所述处理器的故障信息；以及根据所述故障信息，控制所述处理器是否需要停止执行所述神经网络模型运算。当处理器发生故障时，如果对故障信息评估的结果指示计算结果在可接受范围内，可以依旧使用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，尤其涉及一种控制处理器的方法及装置、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、人机交互等领域。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，由于无法对神经网络处理器运行神经网络的过程中产生的故障进行有效评估，因而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器的效率。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控制方法及装置、设备、存储介质。

根据本公开的一个方面，提供了一种控制处理器的方法，包括：

检测处理器在执行神经网络模型运算过程中的工作状态；

响应于所述工作状态表示所述处理器出现故障，确定所述处理器的故障信息；以及

根据所述故障信息，控制所述处理器是否需要停止执行所述神经网络模型运算。

根据本公开的另一方面，提供了一种控制处理器的装置，包括：

检测模块，配置为检测处理器的工作状态；

分析模块，配置为响应于所述工作状态表示所述处理器出现故障，确定所述处理器的故障信息；以及

控制模块，配置为根据所述故障信息，控制所述处理器是否需要停止执行所述神经网络模型运算。

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控制方法。

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控制方法。

通过本公开的示例的方法和装置，在处理器发生故障时，根据故障信息来控制处理器是否需要停止执行神经网络模型的运算。例如，可根据故障信息评估发生故障后的处理器执行神经网络模型的计算结果是否在可接受范围，并且在评估的计算结果在可接受范围内时，可以依旧使用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控制处理器的方法的流程图。

图3是本公开一示例性实施例提供的控制处理器是否需要停止执行神经网络模型运算的流程图。

图4是本公开一示例性实施例提供的确定查找表的方法的流程图。