[发明专利]数据处理方法、装置、设备及存储介质在审
申请号: | 202210023600.4 | 申请日: | 2022-01-10 |
公开(公告)号: | CN114548388A | 公开(公告)日: | 2022-05-27 |
发明(设计)人: | 曹文慧;杨超;马越;钟辉 | 申请(专利权)人: | 北京达佳互联信息技术有限公司 |
主分类号: | G06N3/063 | 分类号: | G06N3/063 |
代理公司: | 北京太合九思知识产权代理有限公司 11610 | 代理人: | 孙明子;刘戈 |
地址: | 100085 北京市海淀*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 数据处理 方法 装置 设备 存储 介质 | ||
1.一种数据处理方法,其特征在于,应用于特征向量处理模块,所述特征向量处理模块搭载于用于运行神经网络的计算设备中,所述方法包括:
响应于针对所述特征向量处理模块的第一指令,获取目标计算单元在所述第一指令下的计算任务信息,所述目标计算单元包括所述特征向量处理模块中包含的多个向量计算单元中的一个或多个,所述多个向量计算单元分别用于实现各自对应的向量计算子任务;
根据所述计算任务信息获取与计算任务相关的特征数据以及用于配置所述目标计算单元的网络参数;
通过所述网络参数配置得到的所述目标计算单元对所述特征数据进行向量计算处理,得到所述计算任务信息的处理结果。
2.根据权利要求1所述的方法,其特征在于,所述特征向量处理模块还包括与所述多个向量计算单元中一个或多个向量计算单元相连的指令译码单元;
所述获取目标计算单元在所述第一指令下的计算任务信息,包括:
通过所述指令译码单元获取所述第一指令中包含的目标计算类型;
确定所述多个向量计算单元中与所述目标计算类型匹配的目标计算单元;
基于所述目标计算类型以及所述目标计算单元生成用于指示所述计算任务信息的任务执行指令。
3.根据权利要求2所述的方法,其特征在于,所述基于所述目标计算类型以及所述目标计算单元生成用于指示所述计算任务信息的任务执行指令,包括:
通过所述指令译码单元获取所述第一指令中包含的存储空间地址,所述存储空间地址用于指示包含所述特征数据和/或所述网络参数的存储空间;
基于所述存储空间地址以及所述目标计算类型生成在所述计算任务信息中用于调用存储访问单元的第一调用指令,并将所述第一调用指令发送给所述存储访问单元;
基于所述目标计算类型生成用于调用所述目标计算单元的第二调用指令,并将所述第二调用指令并发送给所述所述目标计算单元。
4.根据权利要求1所述的方法,其特征在于,所述特征向量处理模块还包括与所述多个向量计算单元中一个或多个向量计算单元相连的存储访问单元;
所述根据所述计算任务获取与计算任务相关的特征数据以及用于配置所述目标计算单元的网络参数,包括:
通过所述存储访问单元从第一调用指令中获取所述存储空间地址;
从所述存储空间地址指示的存储空间中获取与计算任务相关的所述特征数据以及所述网络参数。
5.根据权利要求4所述的方法,其特征在于,不同神经网络中为同一类型的目标计算单元预先设置的网络参数不同。
6.根据权利要求1所述的方法,其特征在于,所述通过所述网络参数配置得到的所述目标计算单元对所述特征数据进行向量计算处理,得到所述计算任务信息的处理结果,包括:
通过所述网络参数设置所述目标计算单元;
从所述第二调用指令中获取所述目标计算类型对应的计算方式;
通过所述目标计算单元,采用所述计算方式对所述特征数据进行向量计算处理,得到用于作为所述处理结果的目标特征数据。
7.一种特征向量处理模块,其特征在于,所述特征向量处理模块搭载于用于运行神经网络的计算设备中,所述特征向量处理模块包括:
指令译码单元,被配置为响应于针对所述特征向量处理模块的第一指令,获取目标计算单元在所述第一指令下的计算任务信息,所述目标计算单元包括所述特征向量处理模块中包含的多个向量计算单元中的一个或多个,所述多个向量计算单元分别用于实现各自对应的向量计算子任务;
存储访问单元,被配置为根据所述计算任务信息获取与计算任务相关的特征数据以及用于配置所述目标计算单元的网络参数;
通过所述网络参数配置得到的目标计算单元,被配置为对所述特征数据进行向量计算处理,得到所述计算任务信息的处理结果。
8.一种电子设备,其特征在于,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现如权利要求1至6中任一项所述的数据处理方法。
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北京达佳互联信息技术有限公司,未经北京达佳互联信息技术有限公司许可,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/202210023600.4/1.html,转载请声明来源钻瓜专利网。