[发明专利]数据处理装置、数据处理方法和电子设备在审
申请号: | 202210946518.9 | 申请日: | 2022-08-08 |
公开(公告)号: | CN115951860A | 公开(公告)日: | 2023-04-11 |
发明(设计)人: | 陈庆澍;王勇;欧阳剑;邰秀瑢;王京 | 申请(专利权)人: | 昆仑芯(北京)科技有限公司 |
主分类号: | G06F7/487 | 分类号: | G06F7/487;G06F17/16;G06N3/04;G06N3/08 |
代理公司: | 中科专利商标代理有限责任公司 11021 | 代理人: | 鄢功军 |
地址: | 100101 北京市*** | 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 装置 方法 电子设备 | ||
本公开提供了一种数据处理装置,涉及人工智能技术领域,尤其涉及深度学习、神经网络和云计算等技术领域。具体实现方案为:获取单元,配置为获取待处理数据;量化单元,配置为:根据待处理数据中多个浮点数中的极值,确定参数值;以及根据极值和参数值,对浮点数进行量化,得到量化数据,其中,量化数据包括浮点数的第一值和第二值;处理单元,配置为利用量化数据中浮点数的第一值和第二值进行运算处理,得到处理结果;以及输出单元,配置为输出处理结果。本公开还提供了一种数据处理方法和电子设备。
技术领域
本公开涉及人工智能技术领域,尤其涉及深度学习、神经网络和云计算等技术领域,可应用于图像处理、自然语言处理、语音识别、自动驾驶、产品推荐等场景下。更具体地,本公开提供了一种数据处理装置、数据处理方法和电子设备。
背景技术
随着人工智能技术的发展,深度学习模型广泛地应用于各种场景中。深度学习模型包括多种神经网络(Neural Network)模型。可以利用各种处理装置实现神经网络模型涉及的大量操作。
发明内容
本公开提供了一种数据处理装置、数据处理方法和电子设备。
根据本公开的一方面,提供了一种数据处理装置,该装置包括:获取单元,配置为获取待处理数据;量化单元,配置为根据待处理数据中多个浮点数中的极值,确定参数值;以及根据极值和参数值,对浮点数进行量化,得到量化数据,量化数据包括浮点数的第一值和第二值;处理单元,配置为利用量化数据中浮点数的第一值和第二值进行运算处理,得到处理结果;以及输出单元,配置为输出处理结果。
根据本公开的另一方面,提供了一种数据处理方法,该方法包括:获取待处理数据;根据待处理数据中多个浮点数中的极值,确定参数值;根据极值和参数值,对浮点数进行量化,得到量化数据,量化数据包括浮点数的第一值和第二值;利用量化数据中浮点数的第一值和第二值进行运算处理,得到处理结果;以及输出处理结果。
根据本公开的另一方面,提供了一种电子设备,包括至少一个本公开提供的数据处理装置。
据本公开的另一方面,提供了一种电子设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行根据本公开提供的方法。
根据本公开的另一方面,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,该计算机指令用于使计算机执行根据本公开提供的方法。
根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,该计算机程序在被处理器执行时实现根据本公开提供的方法。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开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,不构成对本公开的限定。其中:
图1是根据本公开的一个实施例的浮点数的编码的示意图;
图2是根据本公开的一个实施例的数据处理装置的结构框图;
图3是根据本公开的一个实施例的数据处理装置的原理图;
图4是根据本公开的另一个实施例的数据处理装置的原理图;
图5是根据本公开的一个实施例的数据处理方法的流程图;以及
图6是根据本公开的一个实施例的可以应用数据处理装置的电子设备的框图。
具体实施方式
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昆仑芯(北京)科技有限公司,未经昆仑芯(北京)科技有限公司许可,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/202210946518.9/2.html,转载请声明来源钻瓜专利网。