CN113762518A - 数据处理方法、装置、计算机设备和存储介质 - Google Patents
数据处理方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN113762518A CN113762518A CN202010490408.7A CN202010490408A CN113762518A CN 113762518 A CN113762518 A CN 113762518A CN 202010490408 A CN202010490408 A CN 202010490408A CN 113762518 A CN113762518 A CN 113762518A
- Authority
- CN
- China
- Prior art keywords
- operator
- data
- processing device
- transposition
- parameter
- 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.)
- Pending
Links
- 238000012545 processing Methods 0.000 title claims abstract description 308
- 238000003672 processing method Methods 0.000 title claims abstract description 20
- 230000005540 biological transmission Effects 0.000 claims abstract description 13
- 238000012544 monitoring process Methods 0.000 claims abstract description 6
- 230000017105 transposition Effects 0.000 claims description 129
- 238000000034 method Methods 0.000 claims description 39
- 230000015654 memory Effects 0.000 claims description 38
- 238000013473 artificial intelligence Methods 0.000 claims description 24
- 230000009466 transformation Effects 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 5
- 238000013500 data storage Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 7
- 230000005291 magnetic effect Effects 0.000 description 5
- 230000004044 response Effects 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 101100498818 Arabidopsis thaliana DDR4 gene Proteins 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 238000011176 pooling Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000005481 NMR spectroscopy Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/06—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons
- G06N3/063—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons using electronic means
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- Biomedical Technology (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Biophysics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Neurology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本公开涉及一种数据处理方法、装置、计算机设备和存储介质。其中的板卡包括存储器件、接口装置和控制器件以及电子设备；其中，电子设备包括第一处理设备和第二处理设备，所述电子设备与所述存储器件、所述控制器件以及所述接口装置分别连接；所述存储器件，用于存储数据；所述接口装置，用于实现所述电子设备与外部设备之间的数据传输；所述控制器件，用于对所述电子设备的状态进行监控。本公开实施例所提供的数据处理方法、装置、计算机设备和存储介质，在保证运算效率和速度的同时，避免了因设备之间数据摆放方式不同给运算带来运算错误问题的发生，保证了运算结果的可靠性和准确性。
Description
技术领域
本公开涉及计算机技术领域，特别是涉及一种数据处理方法、装置、计算机设备和存储介质。
背景技术
随着计算机技术的发展，神经网络越来越多的应用到了对音频、视频等数据的处理中。相关技术中，进行数据运算的运算量不断增大，为了提高数据处理的速度和运算量，处理设备可以对运算任务进行划分，指定其他处理设备执行划分后的运算任务，但是由于处理设备和其他处理设备之间摆放数据的方式并不一致，使得运算过程中会出现错误。而调整设备之间的摆放方式会限制不同设备的运算速度，如何在保证运算速度的同时避免出现运算错误是当前亟待解决的问题。
发明内容
基于此，有必要针对上述技术问题，提供一种数据处理方法、装置、计算机设备和存储介质。
根据本公开的一方面，提供了一种数据处理方法，应用于第一处理设备，所述方法包括：
在确定出需要第二处理设备执行的算子时，判断所述算子中是否存在转置子算子，所述算子包括多个子算子；
在所述算子中存在转置子算子时，根据所述第一处理设备的数据摆放方式、所述第二处理设备的数据摆放方式和所述转置子算子的第一转置参数，确定出与所述第二处理设备对应的第二转置参数；
根据所述第二转置参数和所述算子中除所述转置子算子之外的子算子的参数，生成与所述第二处理设备对应的算子参数；
将所述算子参数、待处理数据发送至所述第二处理设备，以使所述第二处理设备根据所述算子参数对所述待处理数据进行运算。
根据本公开的另一方面，提供了一种数据处理装置，应用于第一处理设备，所述装置包括：
算子确定模块，在确定出需要第二处理设备执行的算子时，判断所述算子中是否存在转置子算子，所述算子包括多个子算子；
转置参数确定模块，在所述算子中存在转置子算子时，根据所述第一处理设备的数据摆放方式、所述第二处理设备的数据摆放方式和所述转置子算子的第一转置参数，确定出与所述第二处理设备对应的第二转置参数；
算子参数确定模块，根据所述第二转置参数和所述算子中除所述转置子算子之外的子算子的参数，生成与所述第二处理设备对应的算子参数；
数据发送模块，将所述算子参数、待处理数据发送至所述第二处理设备，以使所述第二处理设备根据所述算子参数对所述待处理数据进行运算。
根据本公开的另一方面，提供了一种电子设备，所述电子设备包括第一处理设备和第二处理设备，所述第一处理设备用于执行上述数据处理方法，所述第二处理设备包括人工智能芯片。
根据本公开的另一方面，提供了一种板卡，所述板卡包括：存储器件、接口装置、控制器件和上述电子设备；
其中，所述电子设备与所述存储器件、所述控制器件以及所述接口装置分别连接；
所述存储器件，用于存储数据；
所述接口装置，用于实现所述电子设备与外部设备之间的数据传输；
所述控制器件，用于对所述电子设备的状态进行监控。
根据本公开的另一方面，提供了一种电子处理设备，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为调用所述存储器存储的指令，以执行上述数据处理方法。
根据本公开的另一方面，提供了一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述数据处理方法。
本公开实施例所提供的数据处理方法、装置、计算机设备和存储介质。第一处理设备在确定出需要第二处理设备执行的算子时，判断算子中是否存在转置子算子，在算子中存在转置子算子时，根据第一处理设备的数据摆放方式、第二处理设备的数据摆放方式和转置子算子的第一转置参数，确定出与第二处理设备对应的第二转置参数；根据第二转置参数和算子中除转置子算子之外的子算子的参数，生成与第二处理设备对应的算子参数；将算子参数、待处理数据发送至第二处理设备，以使第二处理设备根据算子参数对待处理数据进行运算。在保证运算效率和速度的同时，避免了因设备之间数据摆放方式不同给运算带来运算错误问题的发生，保证了运算结果的可靠性和准确性。
根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。
附图说明
包含在说明书中并且构成说明书的一部分的附图与说明书一起示出了本公开的示例性实施例、特征和方面，并且用于解释本公开的原理。
图1示出根据本公开实施例的数据处理方法的处理器的示意图。
图2示出根据本公开一实施例的数据处理方法的流程图。
图3示出根据本公开实施例的数据处理装置的框图。
图4示出根据本公开实施例的板卡的结构框图。
图5示出根据本公开实施例的一种电子设备800的框图。
具体实施方式
下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域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，都属于本公开保护的范围。
应当理解，本公开的权利要求、说明书及附图中的术语“第一”、“第二”、等是用于区别不同对象，而不是用于描述特定顺序。本公开的说明书和权利要求书中使用的术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在此本公开说明书中所使用的术语仅仅是出于描述特定实施例的目的，而并不意在限定本公开。如在本公开说明书和权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。还应当进一步理解，在本公开说明书和权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
如在本说明书和权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
根据本公开实施例的数据处理方法可应用于处理器等第一处理设备中，该处理器可以是通用处理器，例如CPU(Central Processing Unit，中央处理器)，也可以是用于执行人工智能运算的人工智能处理器(IPU)。人工智能运算可包括机器学习运算，类脑运算等。其中，机器学习运算包括神经网络运算、k-means运算、支持向量机运算等。该人工智能处理器可例如包括GPU(Graphics Processing Unit，图形处理单元)、NPU(Neural-NetworkProcessing Unit，神经网络处理单元)、DSP(Digital Signal Process，数字信号处理单元)、现场可编程门阵列(Field－Programmable Gate Array，FPGA)芯片中的一种或组合。本公开对处理器的具体类型不作限制。
在一种可能的实现方式中，本公开中所提及的处理器可包括多个处理单元，每个处理单元可以独立运行所分配到的各种任务，如：卷积运算任务、池化任务或全连接任务等。本公开对处理单元及处理单元所运行的任务不作限制。
图1示出根据本公开实施例的数据处理方法的处理器的示意图。如图1所示，处理器100包括多个处理单元101以及存储单元102，多个处理单元101用于执行指令序列，存储单元102用于存储数据，可包括随机存储器(RAM，Random Access Memory)和寄存器堆。处理器100中的多个处理单元101既可共用部分存储空间，例如共用部分RAM存储空间和寄存器堆，又可同时拥有各自的存储空间。处理单元101可以将执行上述方法将确定的算子参数和待处理数据发送至第二处理设备。
图2示出根据本公开一实施例的数据处理方法的流程图。如图2所示，该方法应用于第一处理设备，该方法包括步骤S11至步骤S14。
在步骤S11中，在确定出需要第二处理设备执行的算子时，判断所述算子中是否存在转置子算子，所述算子包括多个子算子。
在本实施例中，子算子用于指示对数据所需执行的运算或处理的具体操作，一个算子可以包括多个子算子，并包括多个子算子之间的运算顺序。子算子所执行的操作包括对数据进行逻辑或算术运算，如卷积、池化、激活、转置等运算。其中，转置子算子是指该子算子用于指示设备对数据进行转置运算。
在步骤S12中，在所述算子中存在转置子算子时，根据所述第一处理设备的数据摆放方式、所述第二处理设备的数据摆放方式和所述转置子算子的第一转置参数，确定出与所述第二处理设备对应的第二转置参数。
在一种可能的实现方式中，步骤S12可以包括：
在确定所述算子中存在转置子算子后，判断所述第一处理设备的摆放方式和所述第二处理设备的数据摆放方式是否相同；
在所述第一处理设备的摆放方式和所述第二处理设备的数据摆放方式不同时，根据所述第一处理设备的数据摆放方式、所述第二处理设备的数据摆放方式和所述第一转置参数，计算得到所述第二转置参数。
在一种可能的实现方式中，在所述第一处理设备的摆放方式和所述第二处理设备的数据摆放方式相同时，将所述第一转置参数作为第二转置参数。
在该实现方式中，第一处理设备、第二处理设备的数据摆数方式可以是指在设备中进行运算的过程中数据的不同维度的摆放顺序。因第一处理设备和第二处理设备的不同，在二者中进行运算时不同的数据摆放方式使其具备不同的运算速度，因而，在第一处理设备和第二处理设备中会预先规定自身的数据摆放方式，对于需要运算的数据会先将其摆放方式转换为与自身数据摆放方式一致的数据，而后在执行响应的运算。第二处理设备可以是机器学习处理器(MLU)、图形处理器(Graphics Processing Unit，简称GPU)、嵌入式神经网络处理器(Neural-network Processing Unit，简称NPU)等处理器。
通过上述方式，在确定第二处理设备的数据摆放方式与第一处理设备的数据摆放方式不同时计算第二转置参数，二者数据摆放方式相同时则直接将第一处理设备所对应的第一转置参数作为第二转置参数，既可以节省数据处理的整体运算时间，也可以保证运算的准确性和可靠性。
在步骤S13中，根据所述第二转置参数和所述算子中除所述转置子算子之外的子算子的参数，生成与所述第二处理设备对应的算子参数。
在本实施例中，根据新确定出的针对第二处理设备的第二转置参数和算子中其他子算子的参数，生成第二处理设备执行该算子所需的算子参数，以使得第二处理设备在接收到算子参数和待处理数据后能够对待处理数据进行运算。
在步骤S14中，将所述算子参数、待处理数据发送至所述第二处理设备，以使所述第二处理设备根据所述算子参数对所述待处理数据进行运算。
在本实施例中，第二处理设备可以为一个或多个，第一处理设备可以将不同的算子及对应的待运算数据，下发至多个第二处理设备中的一个或多个使其执行运算任务进行运算。不同的第二处理设备的数据摆放方式可以相同也可以不同，本公开对此不作限制。
在本实施例中，待处理数据可以是第一处理设备直接接收后并未进行任何处理的原始输入数据，其摆放方式可以与第二处理设备相同，也可以不同。待处理数据也可以是第一处理设备进行运算后所得到的输出数据，其作为第二处理设备的待运算数据。若待处理数据的摆放方式与第二处理设备的数据摆放方式不同时，第一处理设备可以先调整待处理数据的摆放方式后再将其发送至第二处理设备。或者，第二处理设备在根据算子参数进行运算之前，先对待处理数据的摆放方式进行识别，判断其是否与第二处理设备的数据摆放方式相同，二者若相同则可以直接进行运算；若二者不相同，则可以先对待处理数据的摆放方式进行调整后，在根据算子参数对调整后的待处理数据进行运算。
本公开实施例所提供的数据处理方法，第一处理设备在确定出需要第二处理设备执行的算子时，判断算子中是否存在转置子算子，在算子中存在转置子算子时，根据第一处理设备的数据摆放方式、第二处理设备的数据摆放方式和转置子算子的第一转置参数，确定出与第二处理设备对应的第二转置参数；根据第二转置参数和算子中除转置子算子之外的子算子的参数，生成与第二处理设备对应的算子参数；将算子参数、待处理数据发送至第二处理设备，以使第二处理设备根据算子参数对待处理数据进行运算。由于第一处理设备和第二处理设备进行数据摆放的方式不同，可以根据摆放方式之间的差异确定第一转置参数与第二转置参数之间的映射关系，而后据此将原来仅适用于第一处理设备进行转置子算子运算的第一转置参数转换为适用于第二处理设备进行转置子算子运算的第二转置参数，在保证运算效率和速度的同时，避免了因设备之间数据摆放方式不同给运算带来运算错误问题的发生，保证了运算结果的可靠性和准确性。
在本实施例中，第二处理设备根据算子参数对待处理数据完成运算得到中间运算结果之后，可以继续执行针对中间运算结果的其他运算，也可以将中间运算结果返回至第一处理设备以供第一处理设备执行后续运算或处理操作，得到最终的运算结果。
在一种可能的实现方式中，根据所述第一处理设备的数据摆放方式、所述第二处理设备的数据摆放方式和所述第一转置参数，计算得到所述第二转置参数，包括：根据所述第一处理设备的数据摆放方式和所述第二处理设备的数据摆放方式，确定出维度与所述第一转置参数相匹配的变换张量；根据所述变换张量和所述第一转置参数，计算得到所述第二转置参数。
在该实现方式中，在确定了第二处理设备和第一处理设备的数据摆放方式之后，根据二者数据摆放方式的差异确定出维度数量与第一转置参数相匹配的变换张量，该变换张量与按照第一处理设备的数据摆放方式的数据相乘后，可以得到与第二处理设备的数据摆放方式相同的变换后数据。而后根据变换张量和第一转置参数就可以得到第二转置参数。该第二转置参数可以适用于第二处理设备，保证转置子算子在第二处理设备中可以正确进行，不会出现运算错误。
在一种可能的实现方式中，待处理数据可以包括维度大于或等于3的张量。在所述待处理数据为四维张量时，所述第一处理设备的数据摆放方式依次包括批数、通道、高度、宽度，所述第二处理设备的数据摆放方式依次包括批数、高度、宽度、通道。
举例来说，假定转置子算子是对四维张量进行转置，第一处理设备中的四维张量的数据摆放方式为NCHW，其中，N可以为批数(batch)，C可以为通道(channel)的数量，H可以为高度(height)，W可以为宽度(weight)。第二处理设备中的四维张量的数据摆放方式为NHWC。第一转置参数可以为T，第二转置参数设置为Y。
根据第一处理设备的数据摆放方式NCHW和第二处理设备的数据摆放方式NHWC计算确定后出四维的变换张量为M，M的逆为M-1。
假定A为在第一处理设备中的四维单位矩阵(其摆放方式为NCHW)。第一处理设备根据第一转置参数T对A进行转置得到的结果为A’，也即AT＝A’。
B(其摆放方式为NHWC)为第一处理设备中的A经调整后用于在第二处理设备中进行运算的数据(将A转换为B的处理可以是第一处理设备执行的，也可以是第二处理设备执行的)，也即AM＝B。第二处理设备根据第二转置参数Y对B进行运算得到的结果为B’，也即BY＝B’。
那么，可知A’M＝B’，则进一步可以得到，Y＝TMM-1。
基于相同的过程，也可以根据第一处理设备的数据摆放方式、第二处理设备的数据摆放方式和第一转置参数计算得到对应于三维张量、五维等维度张量的第二转置参数，在此不再赘述。
在一种可能的实现方式中，所述算子可以包括人工智能算子，所述第二处理设备可以包括人工智能处理器，所述算子参数可以用于指示所述第二处理设备对所述待处理数据进行人工智能运算。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本公开并不受所描述的动作顺序的限制，因为依据本公开，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于可选实施例，所涉及的动作和模块并不一定是本公开所必须的。
进一步需要说明的是，虽然图1的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
图3示出根据本公开实施例的数据处理装置的框图。如图3所示，该装置可以应用于第一处理设备，该装置可以包括：算子确定模块41、转置参数确定模块42、算子参数确定模块43和数据发送模块44。
算子确定模块41，在确定出需要第二处理设备执行的算子时，判断所述算子中是否存在转置子算子，所述算子包括多个子算子；
转置参数确定模块42，在所述算子中存在转置子算子时，根据所述第一处理设备的数据摆放方式、所述第二处理设备的数据摆放方式和所述转置子算子的第一转置参数，确定出与所述第二处理设备对应的第二转置参数；
算子参数确定模块43，根据所述第二转置参数和所述算子中除所述转置子算子之外的子算子的参数，生成与所述第二处理设备对应的算子参数；
数据发送模块44，将所述算子参数、待处理数据发送至所述第二处理设备，以使所述第二处理设备根据所述算子参数对所述待处理数据进行运算。
在一种可能的实现方式中，转置参数确定模块可以包括：摆放方式确定子模块，在确定所述算子中存在转置子算子后，判断所述第一处理设备的摆放方式和所述第二处理设备的数据摆放方式是否相同；参数计算子模块，在所述第一处理设备的摆放方式和所述第二处理设备的数据摆放方式不同时，根据所述第一处理设备的数据摆放方式、所述第二处理设备的数据摆放方式和所述第一转置参数，计算得到所述第二转置参数。
在一种可能的实现方式中，转置参数确定模块还可以包括：确定子模块，在所述第一处理设备的摆放方式和所述第二处理设备的数据摆放方式相同时，将所述第一转置参数作为第二转置参数。
在一种可能的实现方式中，参数计算子模块，可以包括：张量确定子模块，根据所述第一处理设备的数据摆放方式和所述第二处理设备的数据摆放方式，确定出维度与所述第一转置参数相匹配的变换张量；计算子模块，根据所述变换张量和所述第一转置参数，计算得到所述第二转置参数。
在一种可能的实现方式中，所述算子可以包括人工智能算子，所述第二处理设备可以包括人工智能处理器，所述算子参数可以用于指示所述第二处理设备对所述待处理数据进行人工智能运算。
在一种可能的实现方式中，所述待处理数据可以包括维度大于或等于3的张量。
在一种可能的实现方式中，在所述待处理数据为四维张量时，所述第一处理设备的数据摆放方式依次包括批数、通道、高度、宽度，所述第二处理设备的数据摆放方式依次包括批数、高度、宽度、通道。
本公开实施例所提供的数据处理装置，在保证运算效率和速度的同时，避免了因设备之间数据摆放方式不同给运算带来运算错误问题的发生，保证了运算结果的可靠性和准确性。
应该理解，上述的装置实施例仅是示意性的，本公开的装置还可通过其它的方式实现。例如，上述实施例中所述单元/模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。例如，多个单元、模块或组件可以结合，或者可以集成到另一个系统，或一些特征可以忽略或不执行。
另外，若无特别说明，在本公开各个实施例中的各功能单元/模块可以集成在一个单元/模块中，也可以是各个单元/模块单独物理存在，也可以两个或两个以上单元/模块集成在一起。上述集成的单元/模块既可以采用硬件的形式实现，也可以采用软件程序模块的形式实现。
所述集成的单元/模块如果以硬件的形式实现时，该硬件可以是数字电路，模拟电路等等。硬件结构的物理实现包括但不局限于晶体管，忆阻器等等。若无特别说明，所述人工智能处理器可以是任何适当的硬件处理器，比如CPU、GPU、FPGA、DSP和ASIC等等。若无特别说明，所述存储单元可以是任何适当的磁存储介质或者磁光存储介质，比如，阻变式存储器RRAM(Resistive Random Access Memory)、动态随机存取存储器DRAM(Dynamic RandomAccess Memory)、静态随机存取存储器SRAM(Static Random-Access Memory)、增强动态随机存取存储器EDRAM(Enhanced Dynamic Random Access Memory)、高带宽内存HBM(High-Bandwidth Memory)、混合存储立方HMC(Hybrid Memory Cube)等等。
所述集成的单元/模块如果以软件程序模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储器中。基于这样的理解，本公开的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储器中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本公开各个实施例所述方法的全部或部分步骤。而前述的存储器包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
在一种可能的实现方式中，还公开了一种电子设备，所述电子设备包括第一处理设备和第二处理设备，所述第一处理设备用于执行上述数据处理方法，所述第二处理设备包括人工智能芯片。
在一种可能的实现方式中，还公开了一种板卡，其包括存储器件、接口装置和控制器件以及上述电子设备；其中，所述电子设备与所述存储器件、所述控制器件以及所述接口装置分别连接；所述存储器件，用于存储数据；所述接口装置，用于实现所述电子设备与外部设备之间的数据传输；所述控制器件，用于对所述电子设备的状态进行监控。
图4示出根据本公开实施例的板卡的结构框图，参阅图4，上述板卡除了包括上述电子设备389以外，还可以包括其他的配套部件，该配套部件包括但不限于：存储器件390、接口装置391和控制器件392；
所述存储器件390与所述电子设备通过总线连接，用于存储数据。所述存储器件可以包括多组存储单元393。每一组所述存储单元与所述电子设备通过总线连接。可以理解，每一组所述存储单元可以是DDR SDRAM(英文：Double Data Rate SDRAM，双倍速率同步动态随机存储器)。
DDR不需要提高时钟频率就能加倍提高SDRAM的速度。DDR允许在时钟脉冲的上升沿和下降沿读出数据。DDR的速度是标准SDRAM的两倍。在一个实施例中，所述存储装置可以包括4组所述存储单元。每一组所述存储单元可以包括多个DDR4颗粒(芯片)。在一个实施例中，所述电子设备内部可以包括4个72位DDR4控制器，上述72位DDR4控制器中64bit用于传输数据，8bit用于ECC校验。可以理解，当每一组所述存储单元中采用DDR4-3200颗粒时，数据传输的理论带宽可达到25600MB/s。
在一个实施例中，每一组所述存储单元包括多个并联设置的双倍速率同步动态随机存储器。DDR在一个时钟周期内可以传输两次数据。在所述电子设备中设置控制DDR的控制器，用于对每个所述存储单元的数据传输与数据存储的控制。
所述接口装置与所述电子设备电连接。所述接口装置用于实现所述电子设备与外部设备(例如服务器或计算机)之间的数据传输。例如在一个实施例中，所述接口装置可以为标准PCIE接口。比如，待处理的数据由服务器通过标准PCIE接口传递至所述电子设备，实现数据转移。优选的，当采用PCIE3.0X 16接口传输时，理论带宽可达到16000MB/s。在另一个实施例中，所述接口装置还可以是其他的接口，本公开并不限制上述其他的接口的具体表现形式，所述接口单元能够实现转接功能即可。另外，所述电子设备的计算结果仍由所述接口装置传送回外部设备(例如服务器)。
所述控制器件与所述电子设备电连接。所述控制器件用于对所述电子设备的状态进行监控。具体的，所述电子设备与所述控制器件可以通过SPI接口电连接。所述控制器件可以包括单片机(Micro Controller Unit，MCU)。如所述电子设备中的第一处理设备和/或第二处理设备可以包括多个处理芯片、多个处理核或多个处理电路，可以带动多个负载。因此，所述第一处理设备和/或第二处理设备可以处于多负载和轻负载等不同的工作状态。通过所述控制装置可以实现对第一处理设备和/或第二处理设备中多个处理芯片、多个处理和/或多个处理电路的工作状态的调控。
在一种可能的实现方式中，电子设备包括数据处理装置、机器人、电脑、打印机、扫描仪、平板电脑、智能终端、手机、行车记录仪、导航仪、传感器、摄像头、服务器、云端服务器、相机、摄像机、投影仪、手表、耳机、移动存储、可穿戴设备、交通工具、家用电器、和/或医疗设备。所述交通工具包括飞机、轮船和/或车辆；所述家用电器包括电视、空调、微波炉、冰箱、电饭煲、加湿器、洗衣机、电灯、燃气灶、油烟机；所述医疗设备包括核磁共振仪、B超仪和/或心电图仪。
本公开实施例还提出一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是非易失性计算机可读存储介质。
本公开实施例还提出一种电子处理设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为调用所述存储器存储的指令，以执行上述方法。
图5示出根据本公开实施例的一种电子设备800的框图。电子设备800中可以包括第一处理设备和第二处理设备。例如，电子设备800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等终端。
参照图5，电子设备800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。
处理组件802通常控制电子设备800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当电子设备800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器，用于为电子设备800提供各个方面的状态评估。例如，传感器组件814可以检测到电子设备800的打开/关闭状态，组件的相对定位，例如所述组件为电子设备800的显示器和小键盘，传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变，用户与电子设备800接触的存在或不存在，电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示例性实施例中，电子设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器804，上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。上述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
依据以下条款可更好地理解前述内容：
条款1.一种数据处理方法，应用于第一处理设备，所述方法包括：
在确定出需要第二处理设备执行的算子时，判断所述算子中是否存在转置子算子，所述算子包括多个子算子；
在所述算子中存在转置子算子时，根据所述第一处理设备的数据摆放方式、所述第二处理设备的数据摆放方式和所述转置子算子的第一转置参数，确定出与所述第二处理设备对应的第二转置参数；
根据所述第二转置参数和所述算子中除所述转置子算子之外的子算子的参数，生成与所述第二处理设备对应的算子参数；
将所述算子参数、待处理数据发送至所述第二处理设备，以使所述第二处理设备根据所述算子参数对所述待处理数据进行运算。
条款2.根据条款1所述的方法，在所述算子中存在转置子算子时，根据所述第一处理设备的数据摆放方式、所述第二处理设备的数据摆放方式和所述转置子算子的第一转置参数，确定出与所述第二处理设备对应的第二转置参数，包括：
在确定所述算子中存在转置子算子后，判断所述第一处理设备的摆放方式和所述第二处理设备的数据摆放方式是否相同；
在所述第一处理设备的摆放方式和所述第二处理设备的数据摆放方式不同时，根据所述第一处理设备的数据摆放方式、所述第二处理设备的数据摆放方式和所述第一转置参数，计算得到所述第二转置参数。
条款3.根据条款2所述的方法，在所述算子中存在转置子算子时，根据所述第一处理设备的数据摆放方式、所述第二处理设备的数据摆放方式和所述转置子算子的第一转置参数，确定出与所述第二处理设备对应的第二转置参数，还包括：
在所述第一处理设备的摆放方式和所述第二处理设备的数据摆放方式相同时，将所述第一转置参数作为第二转置参数。
条款4.根据条款2所述的方法，根据所述第一处理设备的数据摆放方式、所述第二处理设备的数据摆放方式和所述第一转置参数，计算得到所述第二转置参数，包括：
根据所述第一处理设备的数据摆放方式和所述第二处理设备的数据摆放方式，确定出维度与所述第一转置参数相匹配的变换张量；
根据所述变换张量和所述第一转置参数，计算得到所述第二转置参数。
条款5.根据条款1所述的方法，所述算子包括人工智能算子，所述第二处理设备包括人工智能处理器，所述算子参数用于指示所述第二处理设备对所述待处理数据进行人工智能运算。
条款6.根据条款1所述的方法，所述待处理数据包括维度大于或等于3的张量。
条款7.根据条款1所述的方法，在所述待处理数据为四维张量时，所述第一处理设备的数据摆放方式依次包括批数、通道、高度、宽度，所述第二处理设备的数据摆放方式依次包括批数、高度、宽度、通道。
条款8.一种数据处理装置，应用于第一处理设备，所述装置包括：
算子确定模块，在确定出需要第二处理设备执行的算子时，判断所述算子中是否存在转置子算子，所述算子包括多个子算子；
转置参数确定模块，在所述算子中存在转置子算子时，根据所述第一处理设备的数据摆放方式、所述第二处理设备的数据摆放方式和所述转置子算子的第一转置参数，确定出与所述第二处理设备对应的第二转置参数；
算子参数确定模块，根据所述第二转置参数和所述算子中除所述转置子算子之外的子算子的参数，生成与所述第二处理设备对应的算子参数；
数据发送模块，将所述算子参数、待处理数据发送至所述第二处理设备，以使所述第二处理设备根据所述算子参数对所述待处理数据进行运算。
条款9.根据条款8所述的装置，所述转置参数确定模块，包括：
摆放方式确定子模块，在确定所述算子中存在转置子算子后，判断所述第一处理设备的摆放方式和所述第二处理设备的数据摆放方式是否相同；
参数计算子模块，在所述第一处理设备的摆放方式和所述第二处理设备的数据摆放方式不同时，根据所述第一处理设备的数据摆放方式、所述第二处理设备的数据摆放方式和所述第一转置参数，计算得到所述第二转置参数。
条款10.根据条款9所述的装置，所述转置参数确定模块，还包括：确定子模块，在所述第一处理设备的摆放方式和所述第二处理设备的数据摆放方式相同时，将所述第一转置参数作为第二转置参数。
条款11根据条款9所述的装置，所述参数计算子模块，可以包括：
张量确定子模块，根据所述第一处理设备的数据摆放方式和所述第二处理设备的数据摆放方式，确定出维度与所述第一转置参数相匹配的变换张量；
计算子模块，根据所述变换张量和所述第一转置参数，计算得到所述第二转置参数。
条款12.根据条款8所述的装置，所述算子包括人工智能算子，所述第二处理设备包括人工智能处理器，所述算子参数用于指示所述第二处理设备对所述待处理数据进行人工智能运算。
条款13.根据条款8所述的装置，所述待处理数据包括维度大于或等于3的张量。
条款14.根据条款8所述的装置，在所述待处理数据为四维张量时，所述第一处理设备的数据摆放方式依次包括批数、通道、高度、宽度，所述第二处理设备的数据摆放方式依次包括批数、高度、宽度、通道。
条款15.一种电子设备，所述电子设备包括第一处理设备和第二处理设备，所述第一处理设备用于执行条款1至条款7任意一项所述的方法，所述第二处理设备包括人工智能芯片。
条款16.一种板卡，所述板卡包括：存储器件、接口装置、控制器件和条款15所述的电子设备；
其中，所述电子设备与所述存储器件、所述控制器件以及所述接口装置分别连接；
所述存储器件，用于存储数据；
所述接口装置，用于实现所述电子设备与外部设备之间的数据传输；
所述控制器件，用于对所述电子设备的状态进行监控。
条款17.根据条款16所述的板卡，
所述存储器件包括：多组存储单元，每一组所述存储单元与所述电子设备通过总线连接，所述存储单元为：DDR SDRAM；
所述电子设备包括：DDR控制器，用于对每个所述存储单元的数据传输与数据存储的控制；
所述接口装置为：标准PCIE接口。
条款18.一种电子处理设备，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为调用所述存储器存储的指令，以执行条款1至条款7中任意一项所述的方法。
条款19.一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现条款1至条款9中任意一项所述的方法。
以上对本公开实施例进行了详细介绍，本文中应用了具体个例对本公开的原理及实施方式进行了阐述，以上实施例的说明仅用于帮助理解本公开的方法及其核心思想。同时，本领域技术人员依据本公开的思想，基于本公开的具体实施方式及应用范围上做出的改变或变形之处，都属于本公开保护的范围。综上所述，本说明书内容不应理解为对本公开的限制。
Claims (13)
1.一种数据处理方法，其特征在于，应用于第一处理设备，所述方法包括：
在确定出需要第二处理设备执行的算子时，判断所述算子中是否存在转置子算子，所述算子包括多个子算子；
在所述算子中存在转置子算子时，根据所述第一处理设备的数据摆放方式、所述第二处理设备的数据摆放方式和所述转置子算子的第一转置参数，确定出与所述第二处理设备对应的第二转置参数；
根据所述第二转置参数和所述算子中除所述转置子算子之外的子算子的参数，生成与所述第二处理设备对应的算子参数；
将所述算子参数、待处理数据发送至所述第二处理设备，以使所述第二处理设备根据所述算子参数对所述待处理数据进行运算。
2.根据权利要求1所述的方法，其特征在于，在所述算子中存在转置子算子时，根据所述第一处理设备的数据摆放方式、所述第二处理设备的数据摆放方式和所述转置子算子的第一转置参数，确定出与所述第二处理设备对应的第二转置参数，包括：
在确定所述算子中存在转置子算子后，判断所述第一处理设备的摆放方式和所述第二处理设备的数据摆放方式是否相同；
在所述第一处理设备的摆放方式和所述第二处理设备的数据摆放方式不同时，根据所述第一处理设备的数据摆放方式、所述第二处理设备的数据摆放方式和所述第一转置参数，计算得到所述第二转置参数。
3.根据权利要求2所述的方法，其特征在于，在所述算子中存在转置子算子时，根据所述第一处理设备的数据摆放方式、所述第二处理设备的数据摆放方式和所述转置子算子的第一转置参数，确定出与所述第二处理设备对应的第二转置参数，还包括：
在所述第一处理设备的摆放方式和所述第二处理设备的数据摆放方式相同时，将所述第一转置参数作为第二转置参数。
4.根据权利要求2所述的方法，其特征在于，根据所述第一处理设备的数据摆放方式、所述第二处理设备的数据摆放方式和所述第一转置参数，计算得到所述第二转置参数，包括：
根据所述第一处理设备的数据摆放方式和所述第二处理设备的数据摆放方式，确定出维度与所述第一转置参数相匹配的变换张量；
根据所述变换张量和所述第一转置参数，计算得到所述第二转置参数。
5.根据权利要求1所述的方法，其特征在于，所述算子包括人工智能算子，所述第二处理设备包括人工智能处理器，所述算子参数用于指示所述第二处理设备对所述待处理数据进行人工智能运算。
6.根据权利要求1所述的方法，其特征在于，所述待处理数据包括维度大于或等于3的张量。
7.根据权利要求6所述的方法，其特征在于，在所述待处理数据为四维张量时，所述第一处理设备的数据摆放方式依次包括批数、通道、高度、宽度，所述第二处理设备的数据摆放方式依次包括批数、高度、宽度、通道。
8.一种数据处理装置，其特征在于，应用于第一处理设备，所述装置包括：
算子确定模块，在确定出需要第二处理设备执行的算子时，判断所述算子中是否存在转置子算子，所述算子包括多个子算子；
转置参数确定模块，在所述算子中存在转置子算子时，根据所述第一处理设备的数据摆放方式、所述第二处理设备的数据摆放方式和所述转置子算子的第一转置参数，确定出与所述第二处理设备对应的第二转置参数；
算子参数确定模块，根据所述第二转置参数和所述算子中除所述转置子算子之外的子算子的参数，生成与所述第二处理设备对应的算子参数；
数据发送模块，将所述算子参数、待处理数据发送至所述第二处理设备，以使所述第二处理设备根据所述算子参数对所述待处理数据进行运算。
9.一种电子设备，其特征在于，所述电子设备包括第一处理设备和第二处理设备，所述第一处理设备用于执行权利要求1至7任意一项所述的方法，所述第二处理设备包括人工智能芯片。
10.一种板卡，其特征在于，所述板卡包括：存储器件、接口装置、控制器件和权利要求9所述的电子设备；
其中，所述电子设备与所述存储器件、所述控制器件以及所述接口装置分别连接；
所述存储器件，用于存储数据；
所述接口装置，用于实现所述电子设备与外部设备之间的数据传输；
所述控制器件，用于对所述电子设备的状态进行监控。
11.根据权利要求10所述的板卡，其特征在于，
所述存储器件包括：多组存储单元，每一组所述存储单元与所述电子设备通过总线连接，所述存储单元为：DDR SDRAM；
所述电子设备包括：DDR控制器，用于对每个所述存储单元的数据传输与数据存储的控制；
所述接口装置为：标准PCIE接口。
12.一种电子处理设备，其特征在于，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为调用所述存储器存储的指令，以执行权利要求1至7中任意一项所述的方法。
13.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求1至7中任意一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010490408.7A CN113762518A (zh) | 2020-06-02 | 2020-06-02 | 数据处理方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010490408.7A CN113762518A (zh) | 2020-06-02 | 2020-06-02 | 数据处理方法、装置、计算机设备和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113762518A true CN113762518A (zh) | 2021-12-07 |
Family
ID=78782852
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010490408.7A Pending CN113762518A (zh) | 2020-06-02 | 2020-06-02 | 数据处理方法、装置、计算机设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113762518A (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4507728A (en) * | 1981-03-20 | 1985-03-26 | Fujitsu Limited | Data processing system for parallel processing of different instructions |
| US5640592A (en) * | 1994-09-30 | 1997-06-17 | Mitsubishi Kasei America, Inc. | System for transferring utility algorithm stored within a peripheral device to a host computer in a format compatible with the type of the host computer |
| AT4306U2 (de) * | 2000-02-17 | 2001-05-25 | Melach Gmbh | Programm zur abfrage und bearbeitung von daten |
| US20140101386A1 (en) * | 2012-10-04 | 2014-04-10 | SK Hynix Inc. | Data storage device including buffer memory |
| CN106062814A (zh) * | 2014-04-09 | 2016-10-26 | 英特尔公司 | 由图形处理器改进的成组存储器存取效率 |
| CN108713196A (zh) * | 2016-02-19 | 2018-10-26 | 美光科技公司 | 使用位向量运算装置进行的数据传送 |
| CN109754011A (zh) * | 2018-12-29 | 2019-05-14 | 北京中科寒武纪科技有限公司 | 基于Caffe的数据处理方法、装置和相关产品 |
| CN109885406A (zh) * | 2019-02-27 | 2019-06-14 | 上海燧原智能科技有限公司 | 算子计算优化方法、装置、设备及存储介质 |
| CN110889503A (zh) * | 2019-11-26 | 2020-03-17 | 中科寒武纪科技股份有限公司 | 数据处理方法、装置、计算机设备和存储介质 |
-
2020
- 2020-06-02 CN CN202010490408.7A patent/CN113762518A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4507728A (en) * | 1981-03-20 | 1985-03-26 | Fujitsu Limited | Data processing system for parallel processing of different instructions |
| US5640592A (en) * | 1994-09-30 | 1997-06-17 | Mitsubishi Kasei America, Inc. | System for transferring utility algorithm stored within a peripheral device to a host computer in a format compatible with the type of the host computer |
| AT4306U2 (de) * | 2000-02-17 | 2001-05-25 | Melach Gmbh | Programm zur abfrage und bearbeitung von daten |
| US20140101386A1 (en) * | 2012-10-04 | 2014-04-10 | SK Hynix Inc. | Data storage device including buffer memory |
| CN106062814A (zh) * | 2014-04-09 | 2016-10-26 | 英特尔公司 | 由图形处理器改进的成组存储器存取效率 |
| CN108713196A (zh) * | 2016-02-19 | 2018-10-26 | 美光科技公司 | 使用位向量运算装置进行的数据传送 |
| CN109754011A (zh) * | 2018-12-29 | 2019-05-14 | 北京中科寒武纪科技有限公司 | 基于Caffe的数据处理方法、装置和相关产品 |
| CN109885406A (zh) * | 2019-02-27 | 2019-06-14 | 上海燧原智能科技有限公司 | 算子计算优化方法、装置、设备及存储介质 |
| CN110889503A (zh) * | 2019-11-26 | 2020-03-17 | 中科寒武纪科技股份有限公司 | 数据处理方法、装置、计算机设备和存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| 程强, 张林波, 王斌: "模式伴随化的基本规则及其代价分析", 中国科学E辑, no. 06, 20 June 2004 (2004-06-20) * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2019157888A1 (zh) | 处理器的控制装置、方法及设备 | |
| CN111443917B (zh) | 神经网络运行优化方法、装置及相关产品 | |
| WO2021036893A1 (zh) | 数据处理方法、装置、计算机设备和存储介质 | |
| JP6378453B2 (ja) | 特徴抽出方法及び装置 | |
| CN110851787B (zh) | 合并指令处理方法、装置、电子设备和存储介质 | |
| CN114968594A (zh) | 任务处理方法、装置、电子设备和存储介质 | |
| WO2021114903A1 (zh) | 数据处理方法、装置、计算机设备和存储介质 | |
| CN113762518A (zh) | 数据处理方法、装置、计算机设备和存储介质 | |
| WO2021114904A1 (zh) | 数据处理方法、装置、计算机设备和存储介质 | |
| US20150280933A1 (en) | Electronic device and connection method thereof | |
| CN111783969A (zh) | 数据处理方法、装置、计算机设备和存储介质 | |
| CN113297128B (zh) | 数据处理方法、装置、计算机设备和存储介质 | |
| CN110633105B (zh) | 指令序列处理方法、装置、电子设备和存储介质 | |
| CN111355892B (zh) | 图片拍摄方法、装置、存储介质及电子终端 | |
| CN113298223B (zh) | 数据处理方法、装置、计算机设备和存储介质 | |
| CN113589882A (zh) | 时钟频率的调整装置及相关产品 | |
| CN113762488B (zh) | 处理器、数据处理方法、计算机设备和存储介质 | |
| US20150234678A1 (en) | Controlling method and electronic device for processing method | |
| CN112765538B (zh) | 数据处理方法、装置、计算机设备和存储介质 | |
| WO2021082654A1 (zh) | 数据处理方法、装置、计算机设备和存储介质 | |
| CN113835990B (zh) | 检测方法、装置、计算机设备和存储介质 | |
| WO2021083100A1 (zh) | 数据处理方法、装置、计算机设备和存储介质 | |
| CN109981729A (zh) | 文件处理方法、装置、电子设备及计算机可读存储介质 | |
| CN113537476A (zh) | 运算装置以及相关产品 | |
| CN113836069B (zh) | 芯片、引脚操作方法、可读存储介质和电子设备 |
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 |