CN113064854A - 一种硬件计算重构方法、装置、计算机设备及存储介质 - Google Patents

一种硬件计算重构方法、装置、计算机设备及存储介质 Download PDF

Info

Publication number
CN113064854A
CN113064854A CN202110406206.4A CN202110406206A CN113064854A CN 113064854 A CN113064854 A CN 113064854A CN 202110406206 A CN202110406206 A CN 202110406206A CN 113064854 A CN113064854 A CN 113064854A
Authority
CN
China
Prior art keywords
configuration
result
item
parameter
formula
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202110406206.4A
Other languages
English (en)
Other versions
CN113064854B (zh
Inventor
王元磊
刘勤让
吕平
沈剑良
陶常勇
陈艇
高彦钊
朱珂
汪欣
李晓颖
林德伟
刘长江
李卓远
张新顺
刘东辉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Information Technology Innovation Center Of Tianjin Binhai New Area
Tianjin Xinhaichuang Technology Co ltd
Original Assignee
Information Technology Innovation Center Of Tianjin Binhai New Area
Tianjin Xinhaichuang Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Information Technology Innovation Center Of Tianjin Binhai New Area, Tianjin Xinhaichuang Technology Co ltd filed Critical Information Technology Innovation Center Of Tianjin Binhai New Area
Priority to CN202110406206.4A priority Critical patent/CN113064854B/zh
Publication of CN113064854A publication Critical patent/CN113064854A/zh
Application granted granted Critical
Publication of CN113064854B publication Critical patent/CN113064854B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F15/00Digital computers in general; Data processing equipment in general
    • G06F15/76Architectures of general purpose stored program computers
    • G06F15/78Architectures of general purpose stored program computers comprising a single central processing unit
    • G06F15/7867Architectures of general purpose stored program computers comprising a single central processing unit with reconfigurable architecture
    • G06F15/7871Reconfiguration support, e.g. configuration loading, configuration switching, or hardware OS

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Stored Programmes (AREA)

Abstract

本申请提供一种硬件计算重构方法、装置、计算机设备及存储介质,通过接收重构计算配置信息,重构计算配置信息包括预先设置的抽象公式的参数项中每个配置项的配置信息;抽象公式为对运算算式进行归类分析,抽象底层运算公式的运算规律生成;根据配置项的配置信息确定配置项的配置结果;依赖于所确定的各个配置结果对抽象公式进行计算得到抽象公式的目标计算结果。本申请基于对抽象公式的参数项中配置项的配置信息的配置即可实现对计算方法的重构,相对于现有技术而言降低了重构耗时及风险、提高了应用范围及硬件重用度。

Description

一种硬件计算重构方法、装置、计算机设备及存储介质
技术领域
本发明涉及可重构计算技术领域,更具体地说,涉及一种硬件计算重构方法、装置、计算机设备及存储介质。
背景技术
在可重构计算领域,如何对固定的硬件环境可以适配不同计算需要是该领域一直在研究的关键计数之一。目前硬件可重构技术实现方式包括如下2大类。
第一类为静态可重构技术,即在硬件重构切换功能过程中,硬件需要重新加载可执行配置文件,在重构过程中硬件需要重新启动,此过程消耗时间在秒级,重构时系统不能正常工作。第二类重构技术为动态重构技术,动态重构技术是在整个硬件中添加可重构计算单元,再硬件重构时硬件不需要重新加载可执行配置文件,但在硬件设计时,只有部分功能、部分单元能实现重构,这种重构方式只适用于硬件结构差别小,公用单元多的系统,应用范围有限。
现有可重构计算客观缺点主要有以下两点:静态重构需要重新启动硬件进行静态系统重构,耗时长,重构风险大;动态重构只适用于硬件结构相似,设计相近的小规模功能单元进行硬件重构,应用范围相对有限,硬件重用度低等缺点。
发明内容
有鉴于此,为解决上述问题,本发明提供一种硬件计算重构方法、装置、计算机设备及存储介质,以降低重构耗时及风险、提高应用范围及硬件重用度,技术方案如下:
一种硬件计算重构方法,包括:
接收重构计算配置信息,所述重构计算配置信息包括预先设置的抽象公式的参数项中每个配置项的配置信息;所述抽象公式为对运算算式进行归类分析,抽象底层运算公式的运算规律生成;
根据所述配置项的配置信息确定所述配置项的配置结果;
依赖于所确定的各个配置结果对所述抽象公式进行计算得到所述抽象公式的目标计算结果。
优选的,所述配置项包括表征计算结果的第一配置项和表征计算过程的第二配置项,该方法还包括:
根据各个所述第一配置项的配置结果确定表征计算结果的参数项对应的第一参数;
将所述目标计算结果存储至所述第一参数的存储位置。
优选的,所述根据所述配置项的配置信息确定所述配置项的配置结果,包括:
根据所述第一配置项的配置信息确定所述第一配置项的配置结果;
基于所述第一配置项的配置结果对所述第二配置项的配置信息进行分析,确定所述第二配置项的配置结果。
优选的,所述依赖于所确定的各个配置结果对所述抽象公式进行计算得到所述抽象公式的目标计算结果,包括:
根据表征计算过程的参数项中配置项的配置结果,确定表征计算过程的参数项对应的第二参数;
从所述第二参数的存储位置获取所述第二参数的参数值;
基于各个所述第二参数的参数值进行计算得到所述第一参数的目标计算结果。
优选的,所述配置项的配置信息包括至少一个配置数据,所述至少一个配置数据包括至少一个第一配置数据和一个第二配置数据,所述第一配置数据包括表征数值的第一信息和表征正负的第二信息,所述数值为与所述第二配置项对应参数有关的数据或者常数,所述第二配置数据为常数。
一种硬件计算重构装置,包括:
配置信息接收单元,用于接收重构计算配置信息,所述重构计算配置信息包括预先设置的抽象公式的参数项中每个配置项的配置信息;所述抽象公式为对运算算式进行归类分析,抽象底层运算公式的运算规律生成;
配置结果确定单元,用于根据所述配置项的配置信息确定所述配置项的配置结果;
计算单元,用于依赖于所确定的各个配置结果对所述抽象公式进行计算得到所述抽象公式的目标计算结果。
优选的,所述配置项包括表征计算结果的第一配置项和表征计算过程的第二配置项,该装置还包括:
参数确定单元,用于根据各个所述第一配置项的配置结果确定表征计算结果的参数项对应的第一参数;
存储单元,用于将所述目标计算结果存储至所述第一参数的存储位置。
优选的,所述配置结果确定单元,包括:
第一配置结果确定单元,用于根据所述第一配置项的配置信息确定所述第一配置项的配置结果;
第二配置结果确定单元,用于基于所述第一配置项的配置结果对所述第二配置项的配置信息进行分析,确定所述第二配置项的配置结果。
一种计算机设备,包括:处理器以及存储器,所述处理器以及存储器通过通信总线相连;其中,所述处理器,用于调用并执行所述存储器中存储的程序;所述存储器,用于存储程序,所述程序用于实现所述硬件计算重构方法。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器加载并执行,实现所述硬件计算重构方法的各步骤。
本申请提供一种硬件计算重构方法、装置、计算机设备及存储介质,通过接收重构计算配置信息,重构计算配置信息包括预先设置的抽象公式的参数项中每个配置项的配置信息;抽象公式为对运算算式进行归类分析,抽象底层运算公式的运算规律生成;根据配置项的配置信息确定配置项的配置结果;依赖于所确定的各个配置结果对抽象公式进行计算得到抽象公式的目标计算结果。本申请基于对抽象公式的参数项中配置项的配置信息的配置即可实现对计算方法的重构,相对于现有技术而言降低了重构耗时及风险、提高了应用范围及硬件重用度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本申请实施例提供的一种配置信息结构示意图;
图2为本申请实施例提供的一种硬件计算重构系统结构示意图;
图3为本申请实施例提供的一种硬件计算重构方法流程图;
图4为本申请实施例提供的一种硬件计算重构装置的结构示意图;
图5为本申请实施例提供的一种硬件计算重构方法所适用于的计算机设备的硬件结构框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在可重构计算领域,如何对固定的硬件环境可以适配不同计算需要是该领域一直在研究的关键计数之一。目前硬件可重构技术实现方式包括2大类,第一类为静态可重构技术,即在系统重构切换功能过程中,系统需要重新加载可执行配置文件,在重构过程中系统需要重新启动,此过程消耗时间在秒级,重构时系统不能正常工作。第二类重构技术为动态重构技术,动态重构技术是在整个系统中添加可重构计算单元,再系统重构时系统不需要重新加载可执行配置文件,但在系统设计时,只有部分功能、部分单元能实现重构,这种重构方式只适用于系统结构差别小,公用单元多的系统,应用范围有限。
现有可重构计算客观缺点主要有以下两点:
1.静态重构需要重新启动系统进行静态系统重构,耗时长,重构风险大;
2.动态重构只适用于系统结构相似,设计相近的小规模功能单元进行系统重构,应用范围相对有限,系统重用度低等缺点。
本申请通过将计算规则进行形式化抽象为硬件可执行的规律可执行指令,将规定指令通过外部控制器(DSP,ARM,PPC)通过硬件的配置接口,将规律可执行指令配置到FPGA,ASIC的指令存储器中,可重构执行器件(FPGA,ASIC)即可通过执行指令存储器中的指令条目进行算式规则解析,近而实现可重构执行器件对具体计算解耦的计算环境,最终达到固定的硬件可执行器件可执行不同的计算要求。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
本申请提供的一种硬件计算重构方法可以认为是软硬件解耦、计算规则可重构的硬件平台配置方法,本申请主要根据将运算过程中的运算算式进行归类分析,抽象底层运算公式的运算规律。本申请首先针对于神经网络领域,信号处理领域的运算进行公式抽象,抽象公式如下所示:
Yij=C∑AB (1)
Y=ABC (2)
Figure BDA0003022363120000051
Figure BDA0003022363120000052
Figure BDA0003022363120000053
上述的运算公式通过归纳总结抽象:总结出公式类型如下式所示:
Figure BDA0003022363120000061
上式中每个参数的下标ij没有相互关联的对应关系,是相互独立运算的数据下标;但是每个数据对应ij的运算初始数据都来源于Y项的下标ij。数据通过上述公式中下标的关系抽象,归纳总结出下标之间的运算关系,运算关系如图1所示,图1也可以认为是配置信息结构示意图。
参见图1,X_sel、Y_sel:0选择i,1选择j,2选择k1,3选择k2,4选择i_pre,5选择j_pre,6预留,7选择常数0;
X_inv、Y_inv:0表示该数据为正数,1表示该数据为负数;
Z为一个可配置的常数。
注:为增加下标关系的记忆性及可扩展性,将i_pre定义为上一次下角标i的值,j_pre定义为上一次下角标j的值,也就是角标ij存在一次记忆功能;
上述下标表项的配置示例如下:
如Y的i下标初始值为0,想让A的i下标产生任意常数,只需要将X_sel、Y_sel配置为7,Z配置为想要得到的常数即可,整个算式在底层执行的结果为:
Result_op=X_op+Y_op+Z_op;
同理,在另一个方向j上同时存在另一个同样结构的配置表格,通过通用处理器改变表项的配置,即可得到对应j方向上运算需要得到的下标j。
通过上述原理的论述,即可对公式(6)所覆盖的所有子公式类型进行可配置的运算,完成子公式类型的运算,只需要通用处理器针对不同的子公式类型进行表项配置即可。
(1)、具体方案
针对上述的论述情况,将不同应用下的公式组合成的具体算法进行解析,解析成算式间规则控制器,算式没循环控制器等主要的两部分,具体结构图2所示。
1.通用处理器模块负责针对不同算法的计算公式,对算式间循环控制器、算式内循环控制器中的表项进行配置,配置结构如图1;
2.算式间循环控制器通过表项1的内容进行解析,产生算式不同Y之间的运算递增规律,以矩阵乘法为例。算式间的循环产生的为Y(0、0)、Y(0、1)、Y(0、2)等所要运算结果的下标ij;即(0、0)、(0、1)、(0、2)等,将(0、0)、(0、1)、(0、2)等角标送至算式内循环控制器;
举例说明:
假如我要计算矩阵乘法:
Y=A*B
矩阵A数据如下
A00 B01 C02
D10 E11 F12
G20 H21 I22
矩阵B数据如下
J00 K01 L02
M10 N11 O12
P20 Q21 R22
矩阵结果为Y,Y矩阵同样为3*3维,
Y00 Y01 Y02
Y10 Y11 Y12
Y20 Y21 Y22
算是见循环控制器只需要按顺序给定(0,0),(0,1),(0,2),(1,0),(1,1),(1,2),(2,0),(2,1),(2,2)角标即可;
3.算式内循环控制器中同样有按照表1进行配置的四组表项,即A表项,B表项,C表项,D表项。算式内循环控制器通过接口上Y的ij角标进行Result_op=X_op+Y_op+Z_op的规律解析,同时产生公式(6)中计算所需要的A、B、C、D所需要的角标,针对不同的Y(i,j)产生与之对应的A(i,j)、B(i,j)、C(i,j)、D(i,j);如果某个元素缺省,表项配置关闭该元素角标配置即可;
举例说明:(继续2的矩阵乘法举例)
矩阵乘法需要去A矩阵中的一行元素,B矩阵中的一列元素
算式内循环首先接收到Y的(0,0)角标,A矩阵需要产生(0,0),(0,1),(0,2)角标,B矩阵需要产生(0,0),(1,0),(2,0)角标,根据图1A矩阵表的配置为:
第一条:
X_sel X_inv Y_sel Y_inv z
0 0 1 0 0
输入Y(0,0)角标,得到A矩阵X方向角标配置为选择Y的i方向的初值(0),Y方向角标配置为选择Y的j方向的初值(0),得到A(0,0)元素。
第二条:
X_sel X_inv Y_sel Y_inv z
0 0 5 0 1
输入Y(0,0)角标,得到A矩阵X方向角标配置为选择Y的i方向的初值(0),Y方向角标配置为选择A的j方向上一次的角标(0),并加上立即数z的值1,得到A(0,1)元素
第三条与第二条复用:
X_sel X_inv Y_sel Y_inv z
0 0 5 0 1
输入Y(0,0)角标,得到A矩阵X方向角标配置为选择Y的i方向的初值(0),Y方向角标配置为选择A的j方向上一次的角标(1),并加上立即数z的值1,得到A(0,2)元素
B矩阵的元素角标产生方式与A类似,都是通过上述规则表格配置可得到B(0,0),B(1,0),b(2,0),这样就计算出一个完成矩阵结果Y(0,0),同样循环可计算Y(0,1),Y(0,2)……等全部矩阵Y的结果。
4.上述3个步骤即可产生公式6所需要运算的所有元素,上述元素规律通过接口送至算式生成器,进行算式生成即可。
本申请通过设计一种软硬件解耦、计算规则可重构的硬件平台配置方法;可实现对上述公式的任意子集进行灵活的运算配置,实现硬件具体不感知具体运算业务,而且针对不同的计算业务只需要软件更改配置表项,无需硬件逻辑结构做任何修改,即可实现对不同运算需要的重构计算,且重构配置量小,配置快捷,通过多个算式生成器的灵活配置,即可实现多处理单元并行,或多处理单元串行,或多处理单元任意组合的可重构处理平台。
下面结合图3所示的硬件计算重构方法流程图对本申请实施例提供的一种硬件计算重构方法进行进一步详细说明。
如图3所示,该方法包括:
S301、接收重构计算配置信息,重构计算配置信息包括预先设置的抽象公式的参数项中每个配置项的配置信息;抽象公式为对运算算式进行归类分析,抽象底层运算公式的运算规律生成;
示例性的,可以将抽象公式中每个参数项的每个下标看成一个配置项,重构计算配置信息包括抽象公式中每个参数项中每个配置项的配置信息。以一个配置项的配置信息为例,该配置项的配置信息的格式如图1所示。
配置项的配置信息包括至少一个配置数据,至少一个配置数据包括至少一个第一配置数据和一个第二配置数据,第一配置数据包括表征数值的第一信息和表征正负的第二信息,数值为与第二配置项对应参数有关的数据或者常数,第二配置数据为常数。
示例性的,至少一个第一配置数据包括X_op以及Y_op。其中,对X_sel的配置数据和对Y_sel的配置数据均可以认为是第一信息,对X_inv的配置数据和对Y_inv的配置数据均可以认为是第二信息。对X_sel的配置数据和对X_inv的配置数据构成X_op,对Y_sel的配置数据和对Y_inv的配置数据构成Y_op。
示例性的,第二配置数据为Z_op,Z_op由对Z的配置数据构成。
以上述公式(6)为例,抽象公式中的配置项包括10个,这10个配置项分别为Y的i,Y的j,A的i,A的j,B的i,B的j,C的i,C的j,D的i,以及D的j。
参见公式(6),等式左边的配置项表征计算结果,等式左边的配置项可以认为是第一配置项,Yij可以认为是表征计算结果的参数项。等式右边的配置项表征计算过程,等式右边的配置项可以认为是第二配置项,Aij、Bij、Cij、Dij均可以认为是表征计算过程的参数项。
S302、根据配置项的配置信息确定配置项的配置结果;
示例性的,可以根据第一配置项的配置信息确定第一配置项的配置结果;基于第一配置项的配置结果对第二配置项的配置信息进行分析,确定第二配置项的配置结果。
以公式(6)为了,可以先根据Y的i的配置信息确定Y的i的配置结果(Y的i配置结果表征Y的i的取值),根据Y的j的配置信息确定Y的j的配置结果(Y的j配置结果表征Y的j的取值);进而再根据Y的i的配置结果和Y的j的配置结果,分别确定A的i的配置结果,A的j的配置结果,B的i的配置结果,B的j的配置结果,C的i的配置结果,C的j的配置结果,D的i的配置结果,以及D的j的配置结果。
以根据Y的i的配置结果和Y的j的配置结果确定A的i的配置结果为例,A的配置信息的格式参见图1,若A的配置信息中X_sel为0,则X_sel对应的结果为i,此处的i为Y的i的配置结果;若A的配置信息中X_sel为1,则X_sel对应的结果为j,此处的j为Y的j的配置结果。
示例性的,在确定出参数项中配置项的配置结果后,将配置结果代入参数项中配置项,可以得到参数项对应的参数。比如,若A的i的配置结果为1,A的j的配置结果为2,则Aij对应的参数为A12
S303、依赖于所确定的各个配置结果对抽象公式进行计算得到抽象公式的目标计算结果。
本申请实施例,可以根据表征计算过程的参数项中配置项的配置结果,确定表征计算过程的参数项对应的第二参数;从第二参数的存储位置获取第二参数的参数值;基于各个第二参数的参数值进行计算得到第一参数的目标计算结果。
示例性的,将表征计算结果的参数项中各个配置项的配置结果,代入表征计算结果的参数项中各个配置项,可以生成表征计算结果的参数项对应的参数,为了便于区分,将表征计算结果的参数项对应的参数称为第一参数。以一个表征计算过程的参数项为例,将表征计算过程的参数项中各个配置项的配置结果,代入表征计算过程的参数项中各个配置项,可以生成表征计算过程的参数项对应的参数,为了便于区分,将表征计算过程的参数项对应的参数称为第二参数。
示例性的,在确定第二参数后,可以从第二参数的存储位置获取第二参数的参数值,并根据各个第二参数的参数值对等式右边进行计算得到第一参数的目标计算结果。
仍以公式(6)为例,在分别确定Y的i,Y的j,A的i,A的j,B的i,B的j,C的i,C的j,D的i,以及D的j的配置结果后,可以将Y的i,Y的j,A的i,A的j,B的i,B的j,C的i,C的j,D的i,以及D的j的配置结果代入公式(6)得到一个公式实例,并对公式实例中等式右边进行计算得到目标计算结果,将目标计算结果为公式实例的等式左边赋值。
示例性的,公式实例中等式右边进行计算时,需要获取各个参数的参数值,参数的参数值可以去参数的存储位置拉取。比如,若第一参数为A12,则可以从预先存储的矩阵A中拉取其第1行第2列的元素作为参数A12的参数值。
示例性的,将目标计算结果为公式实例的等式左边赋值,可以为将目标计算结果存储至第二参数的存储位置。比如,若第二参数为Y56,则可以将目标计算结果存储至Y矩阵的第5行第6列的存储位置。
本申请实施例提供的一种硬件计算重构方法为一种软硬件解耦、计算规则可重构的硬件平台配置方法;该方法可以有效匹配公式6所包含的所有子集的公式类型;该方法可实现算式规则的灵活配置,可实现多处理单元的灵活组合;该方法实现硬件环境对具体运算内容的完全解耦;且该方法的重构信息数量少,重构时间短,重构灵活。
图4为本申请实施例提供的一种硬件计算重构装置的结构示意图。
如图4所示,该装置包括:
配置信息接收单元401,用于接收重构计算配置信息,重构计算配置信息包括预先设置的抽象公式的参数项中每个配置项的配置信息;抽象公式为对运算算式进行归类分析,抽象底层运算公式的运算规律生成;
配置结果确定单元402,用于根据配置项的配置信息确定配置项的配置结果;
计算单元403,用于依赖于所确定的各个配置结果对抽象公式进行计算得到抽象公式的目标计算结果。
本申请实施例中,优选的,配置项包括表征计算结果的第一配置项和表征计算过程的第二配置项。进一步的,该装置还包括:
参数确定单元,用于根据各个第一配置项的配置结果确定表征计算结果的参数项对应的第一参数;
存储单元,用于将目标计算结果存储至第一参数的存储位置。
本申请实施例中,优选的,配置结果确定单元,包括:
第一配置结果确定单元,用于根据第一配置项的配置信息确定第一配置项的配置结果;
第二配置结果确定单元,用于基于第一配置项的配置结果对第二配置项的配置信息进行分析,确定第二配置项的配置结果。
如图5所示,为本申请实施例提供的计算机设备的一种实现方式的结构图,该计算机设备包括:
存储器501,用于存储程序;
处理器502,用于执行程序,程序具体用于:
接收重构计算配置信息,重构计算配置信息包括预先设置的抽象公式的参数项中每个配置项的配置信息;抽象公式为对运算算式进行归类分析,抽象底层运算公式的运算规律生成;
根据配置项的配置信息确定配置项的配置结果;
依赖于所确定的各个配置结果对抽象公式进行计算得到抽象公式的目标计算结果。
处理器502可能是一个中央处理器CPU,或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit)。
控制设备还可以包括通信接口503以及通信总线504,其中,存储器501、处理器502以及通信接口503通过通信总线504完成相互间的通信。
本申请实施例还提供了一种可读存储介质,其上存储有计算机程序,计算机程序被处理器加载并执行,实现上述的硬件计算重构方法的各步骤,具体实现过程可以参照上述实施例相应部分的描述,本实施例不做赘述。
本申请提供一种硬件计算重构方法、装置、计算机设备及存储介质,通过接收重构计算配置信息,重构计算配置信息包括预先设置的抽象公式的参数项中每个配置项的配置信息;抽象公式为对运算算式进行归类分析,抽象底层运算公式的运算规律生成;根据配置项的配置信息确定配置项的配置结果;依赖于所确定的各个配置结果对抽象公式进行计算得到抽象公式的目标计算结果。本申请基于对抽象公式的参数项中配置项的配置信息的配置即可实现对计算方法的重构,相对于现有技术而言降低了重构耗时及风险、提高了应用范围及硬件重用度。
以上对本发明所提供的一种硬件计算重构方法、装置、计算机设备及存储介质进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
需要说明的是,本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备所固有的要素,或者是还包括为这些过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种硬件计算重构方法,其特征在于,包括:
接收重构计算配置信息,所述重构计算配置信息包括预先设置的抽象公式的参数项中每个配置项的配置信息;所述抽象公式为对运算算式进行归类分析,抽象底层运算公式的运算规律生成;
根据所述配置项的配置信息确定所述配置项的配置结果;
依赖于所确定的各个配置结果对所述抽象公式进行计算得到所述抽象公式的目标计算结果。
2.根据权利要求1所述的方法,其特征在于,所述配置项包括表征计算结果的第一配置项和表征计算过程的第二配置项,该方法还包括:
根据各个所述第一配置项的配置结果确定表征计算结果的参数项对应的第一参数;
将所述目标计算结果存储至所述第一参数的存储位置。
3.根据权利要求2所述的方法,其特征在于,所述根据所述配置项的配置信息确定所述配置项的配置结果,包括:
根据所述第一配置项的配置信息确定所述第一配置项的配置结果;
基于所述第一配置项的配置结果对所述第二配置项的配置信息进行分析,确定所述第二配置项的配置结果。
4.根据权利要求3所述的方法,其特征在于,所述依赖于所确定的各个配置结果对所述抽象公式进行计算得到所述抽象公式的目标计算结果,包括:
根据表征计算过程的参数项中配置项的配置结果,确定表征计算过程的参数项对应的第二参数;
从所述第二参数的存储位置获取所述第二参数的参数值;
基于各个所述第二参数的参数值进行计算得到所述第一参数的目标计算结果。
5.根据权利要求2所述的方法,其特征在于,所述配置项的配置信息包括至少一个配置数据,所述至少一个配置数据包括至少一个第一配置数据和一个第二配置数据,所述第一配置数据包括表征数值的第一信息和表征正负的第二信息,所述数值为与所述第二配置项对应参数有关的数据或者常数,所述第二配置数据为常数。
6.一种硬件计算重构装置,其特征在于,包括:
配置信息接收单元,用于接收重构计算配置信息,所述重构计算配置信息包括预先设置的抽象公式的参数项中每个配置项的配置信息;所述抽象公式为对运算算式进行归类分析,抽象底层运算公式的运算规律生成;
配置结果确定单元,用于根据所述配置项的配置信息确定所述配置项的配置结果;
计算单元,用于依赖于所确定的各个配置结果对所述抽象公式进行计算得到所述抽象公式的目标计算结果。
7.根据权利要求6所述的装置,其特征在于,所述配置项包括表征计算结果的第一配置项和表征计算过程的第二配置项,该装置还包括:
参数确定单元,用于根据各个所述第一配置项的配置结果确定表征计算结果的参数项对应的第一参数;
存储单元,用于将所述目标计算结果存储至所述第一参数的存储位置。
8.根据权利要求7所述的装置,其特征在于,所述配置结果确定单元,包括:
第一配置结果确定单元,用于根据所述第一配置项的配置信息确定所述第一配置项的配置结果;
第二配置结果确定单元,用于基于所述第一配置项的配置结果对所述第二配置项的配置信息进行分析,确定所述第二配置项的配置结果。
9.一种计算机设备,其特征在于,包括:处理器以及存储器,所述处理器以及存储器通过通信总线相连;其中,所述处理器,用于调用并执行所述存储器中存储的程序;所述存储器,用于存储程序,所述程序用于实现如权利要求1-5任意一项所述的硬件计算重构方法。
10.一种计算机可读存储介质,其特征在于,其上存储有计算机程序,所述计算机程序被处理器加载并执行,实现如权利要求1-5任意一项所述的硬件计算重构方法的各步骤。
CN202110406206.4A 2021-04-15 2021-04-15 一种硬件计算重构方法、装置、计算机设备及存储介质 Active CN113064854B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110406206.4A CN113064854B (zh) 2021-04-15 2021-04-15 一种硬件计算重构方法、装置、计算机设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110406206.4A CN113064854B (zh) 2021-04-15 2021-04-15 一种硬件计算重构方法、装置、计算机设备及存储介质

Publications (2)

Publication Number Publication Date
CN113064854A true CN113064854A (zh) 2021-07-02
CN113064854B CN113064854B (zh) 2022-07-19

Family

ID=76566720

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110406206.4A Active CN113064854B (zh) 2021-04-15 2021-04-15 一种硬件计算重构方法、装置、计算机设备及存储介质

Country Status (1)

Country Link
CN (1) CN113064854B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101587467A (zh) * 2009-07-02 2009-11-25 复旦大学 一种应用于可重构计算架构的重构信息发送引擎
CN105630735A (zh) * 2015-12-25 2016-06-01 南京大学 一种基于可重构计算阵列的协处理器
CN106294278A (zh) * 2016-08-01 2017-01-04 东南大学 用于动态可重构阵列计算系统的自适硬件预配置控制器
CN108595149A (zh) * 2018-04-28 2018-09-28 天津芯海创科技有限公司 可重构乘加运算装置
CN108647007A (zh) * 2018-04-28 2018-10-12 天津芯海创科技有限公司 运算系统及芯片

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101587467A (zh) * 2009-07-02 2009-11-25 复旦大学 一种应用于可重构计算架构的重构信息发送引擎
CN105630735A (zh) * 2015-12-25 2016-06-01 南京大学 一种基于可重构计算阵列的协处理器
CN106294278A (zh) * 2016-08-01 2017-01-04 东南大学 用于动态可重构阵列计算系统的自适硬件预配置控制器
CN108595149A (zh) * 2018-04-28 2018-09-28 天津芯海创科技有限公司 可重构乘加运算装置
CN108647007A (zh) * 2018-04-28 2018-10-12 天津芯海创科技有限公司 运算系统及芯片

Also Published As

Publication number Publication date
CN113064854B (zh) 2022-07-19

Similar Documents

Publication Publication Date Title
JP5681801B2 (ja) カテゴリ分けされた製品情報の処理
Fearnley et al. Learning equilibria of games via payoff queries
Liavas et al. Nesterov-based alternating optimization for nonnegative tensor factorization: Algorithm and parallel implementation
CN110162637B (zh) 信息图谱构建方法、装置及设备
CN105978711B (zh) 一种基于最小生成树的最佳交换边查找方法
US8639643B2 (en) Classification of a document according to a weighted search tree created by genetic algorithms
CN113158685A (zh) 文本的语义预测方法、装置、计算机设备和存储介质
GB2576453A (en) A Method To Estimate The Deletability Of The Data Objects
CN114723014A (zh) 张量切分模式的确定方法、装置、计算机设备及介质
CN111008873B (zh) 一种用户确定方法、装置、电子设备及存储介质
CN111401514A (zh) 基于改进图卷积网络的半监督符号网络嵌入方法及系统
CN110888876A (zh) 生成数据库脚本的方法、装置、存储介质及计算机设备
JP2013105215A (ja) レコメンド情報生成装置、レコメンド情報生成方法及びレコメンド情報生成プログラム
CN113064854B (zh) 一种硬件计算重构方法、装置、计算机设备及存储介质
CN108595149B (zh) 可重构乘加运算装置
CN113407752A (zh) 图数据库内存管理方法、系统、电子设备及存储介质
Petrache et al. Global gauges and global extensions in optimal spaces
CN113568987B (zh) 知识图谱嵌入模型的训练方法、装置、计算机设备
CN115794884A (zh) 一种基于图摘要技术进行预计算子图查询的方法及装置
JPWO2011016281A1 (ja) ベイジアンネットワーク構造学習のための情報処理装置及びプログラム
Al-Zanbouri et al. Data-aware web service recommender system for energy-efficient data mining services
CN113836386B (zh) 一种并行模式搜索空间构造系统和方法
CN113760380A (zh) 网络模型的运行代码的确定方法、装置、设备及存储介质
Nallaperuma et al. Parameterized complexity analysis and more effective construction methods for ACO algorithms and the euclidean traveling salesperson problem
CN111723246A (zh) 一种数据处理的方法、装置和存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant