[发明专利]机器学习指令的转换方法及装置、板卡、主板、电子设备

说明书

本申请涉及一种机器学习指令的转换方法及装置、板卡、主板、电子设备，通过获取机器学习指令序列，并对该机器学习指令序列进行划分，得到至少一个基本块，进而根据窥孔优化算法对基本块中的机器学习指令进行指令转换，得到转换后的机器学习指令，从而实现了对机器学习指令的窥孔优化，减少了机器学习指令的时间开销，大大提升了机器学习计算装置的整体性能。

技术领域

本申请涉及数据处理技术领域，特别是涉及一种机器学习指令的转换方法及装置、板卡、主板、电子设备。

背景技术

近年来，机器学习飞速发展，主要是机器学习可以满足人们对于巨大数据量的超快处理需求。机器学习运算是一种功能强大的算法，近年来被应用于图像、语言等领域。

窥孔优化是一种很局部的优化方式，是指编译器针对已经生成的代码，结合CPU指令的特点，通过一些可能带来性能提升的转换规则，或者通过整体的分析，通过指令转换，以此提升代码性能。

然而，传统技术缺乏对机器学习计算装置中的机器学习指令进行窥孔优化的方案，因此，如何实现对机器学习指令的窥孔优化，成为本领域技术人员亟待解决的问题。

发明内容

基于此，有必要针对上述如何实现对机器学习指令的窥孔优化的技术问题，提供一种机器学习指令的转换方法及装置、板卡、主板、电子设备。

一种机器学习指令的转换方法，其特征在于，所述方法包括：

获取机器学习指令序列；

对所述机器学习指令序列进行划分，得到至少一个基本块，其中，所述基本块中包括至少一条机器学习指令；

根据窥孔优化算法对所述基本块中的机器学习指令进行指令转换，得到转换后的机器学习指令。

在其中一个实施例中，所述对所述机器学习指令序列进行划分，得到至少一个基本块，包括：

查找所述机器学习指令序列中的跳转指令；

根据所述跳转指令对所述机器学习指令序列进行划分，得到至少一个基本块。

在其中一个实施例中，所述根据窥孔优化算法对所述基本块中的机器学习指令进行指令转换，得到转换后的机器学习指令，包括：

获取所述基本块中的第一偏移寄存器指令；

根据所述第一偏移寄存器指令，查找所述基本块中的第二偏移寄存器指令，其中，所述第一偏移寄存器指令和所述第二偏移寄存器指令用于对同一个寄存器中的值进行偏移；

若所述第一偏移寄存器指令和所述第二偏移寄存器指令之间不存在使用所述寄存器中的值的机器学习指令，则合并所述第一偏移寄存器指令和所述第二偏移寄存器指令，得到合并后的偏移寄存器指令。

在其中一个实施例中，所述根据窥孔优化算法对所述基本块中的机器学习指令进行指令转换，得到转换后的机器学习指令，包括：

获取所述基本块中的可提前机器学习指令；

对所述可提前机器学习指令进行位置前移，并根据所述可提前机器学习指令前移后的位置，判断所述机器学习指令序列是否存在逻辑错误；

若所述机器学习指令序列存在逻辑错误，则停止对所述可提前机器学习指令进行位置前移，并将所述可提前机器学习指令放置于所述机器学习指令序列不存在逻辑错误所对应的任一前移后的位置。

在其中一个实施例中，所述获取所述基本块中的可提前机器学习指令，包括：

将所述基本块中的机器学习指令与预设的可提前机器学习指令进行匹配，得到所述基本块中的可提前机器学习指令。

在其中一个实施例中，对所述可提前机器学习指令进行位置前移，包括：