CN113986355A - 数据处理方法和装置、芯片、电子设备及介质 - Google Patents

Abstract

本公开提供了一种数据处理方法和装置、芯片、电子设备及介质，涉及人工智能领域，尤其涉及芯片领域。实现方案为：确定用于执行数据处理的第一数量的处理任务，第一数量的处理任务中包括起始任务和多个从属任务；将起始任务配置于多个流水线中的一个流水线上；将多个从属任务依次配置于多个流水线中，包括：针对每一个从属任务，响应于该从属任务所依赖的一个或多个其它处理任务均已配置于多个流水线中，确定每一个流水线的尾部连续配置的与该从属任务不具有依赖关系的处理任务的第二数量；以及将该从属任务配置于多个流水线中的一个流水线的末尾，其中，该流水线所对应的第二数量为多个流水线中的每一个流水线所对应的第二数量中的最小值。

Description

数据处理方法和装置、芯片、电子设备及介质

技术领域

本公开涉及人工智能技术领域，尤其涉及芯片领域，具体涉及一种数据处理的方法、装置、芯片、电子设备、计算机可读存储介质和计算机程序产品。

背景技术

人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术:人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。

在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明，否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认为在任何现有技术中已被公认。

发明内容

本公开提供了一种数据处理的方法、装置、芯片、电子设备、计算机可读存储介质和计算机程序产品。

根据本公开的一方面，提供了一种数据处理方法，包括：确定用于执行数据处理的第一数量的处理任务，其中，第一数量的处理任务中包括起始任务和多个从属任务，多个从属任务中的每一个从属任务的执行依赖于一个或多个其它处理任务的处理结果；将起始任务配置于多个流水线中的一个流水线上；以及将多个从属任务依次配置于多个流水线中，其中，将多个从属任务依次配置于多个流水线中包括：针对多个从属任务中的每一个从属任务，响应于该从属任务所依赖的一个或多个其它处理任务均已配置于多个流水线中，确定在多个流水线中的每一个流水线的尾部连续配置的与该从属任务不具有依赖关系的处理任务的第二数量；以及将该从属任务配置于多个流水线中的一个流水线的末尾，其中，该流水线所对应的第二数量为多个流水线中的每一个流水线所对应的第二数量中的最小值。

根据本公开的另一方面，提供了一种数据处理装置，包括：确定单元，用于确定用于执行数据处理的第一数量的处理任务，其中，第一数量的处理任务中包括起始任务和多个从属任务，多个从属任务中的每一个从属任务的执行依赖于一个或多个其它处理任务的处理结果；第一配置单元，用于将起始任务配置于多个流水线中的一个流水线上；以及第二配置单元，用于将多个从属任务依次配置于多个流水线中，其中，第二配置单元包括：确定子单元，用于针对多个从属任务中的每一个从属任务，响应于该从属任务所依赖的一个或多个其它处理任务均已配置于多个流水线中，确定在多个流水线中的每一个流水线的尾部连续配置的与该从属任务不具有依赖关系的处理任务的第二数量；以及配置子单元，用于将该从属任务配置于多个流水线中的一个流水线的末尾，其中，该流水线所对应的第二数量为多个流水线中的每一个流水线所对应的第二数量中的最小值。

根据本公开的另一方面，提供了一种芯片，包括处理单元和多个流水线，处理单元能够通过执行如上述方法而将第一数量的处理任务配置于多个流水线中。

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上述的方法。

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，其中，计算机指令用于使计算机执行上述的方法。

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，其中，计算机程序在被处理器执行时实现上述的方法。

根据本公开的一个或多个实施例，可以提升多个处理任务下的处理效率。

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

附图示例性地示出了实施例并且构成说明书的一部分，与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的，并不限制权利要求的范围。在所有附图中，相同的附图标记指代类似但不一定相同的要素。

图1示出了根据本公开的实施例的可以在其中实施本文描述的各种方法的示例性系统的示意图；

图2A和图2B示出了根据本公开的实施例的数据处理方法的流程图；

图3示出了根据本公开的实施例的数据处理方法的示意图；

图4示出了根据本公开的实施例的数据处理装置的结构框图；

图5示出了能够用于实现本公开的实施例的示例性电子设备的结构框图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

在本公开中，除非另有说明，否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系，这种术语只是用于将一个元件与另一元件区分开。在一些示例中，第一要素和第二要素可以指向该要素的同一实例，而在某些情况下，基于上下文的描述，它们也可以指代不同实例。

在本公开中对各种示例的描述中所使用的术语只是为了描述特定示例的目的，而并非旨在进行限制。除非上下文另外明确地表明，如果不特意限定要素的数量，则该要素可以是一个也可以是多个。此外，本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。

在当前的人工智能等计算场景下，对于多处理任务下的计算效率提出了很高的要求。在相关技术中，用于实现总任务的多个处理任务均被配置在一条流水线上先后进行处理，即在一条流水线上配置在后的一个处理任务需要等待配置在前的一个处理任务处理完成之后，才能够启动该配置在后的处理任务的执行，这种数据处理方式制约了多任务下的计算效率。

基于此，本公开提出一种基于多流水线的数据处理方法，将用于执行数据处理的起始任务配置于多个流水线中的一个流水线上，再将用于执行数据处理的多个从属任务依次配置于多个流水线中，其中，针对每一个从属任务，响应于该从属任务所依赖的一个或多个其它处理任务均已配置于多个流水线中，确定在多个流水线中的每一个流水线的尾部连续配置的与该从属任务不具有依赖关系的处理任务的第二数量，并将该从属任务配置于多个流水线中的一个流水线的末尾，其中，该流水线所对应的第二数量为多个流水线中的每一个流水线所对应的第二数量中的最小值。由此，能够根据处理任务之间的依赖关系，将不具有依赖关系的处理任务最大程度地分散配置在不同的流水线中，使得不具有依赖关系的处理任务能够在不同的流水线上得到最大程度的并行处理，提升多处理任务下的处理效率。

下面将结合附图详细描述本公开的实施例。

图1示出了根据本公开的实施例可以将本文描述的各种方法和装置在其中实施的示例性系统100的示意图。参考图1，该系统100包括一个或多个客户端设备101、102、103、104、105和106、服务器120以及将一个或多个客户端设备耦接到服务器120的一个或多个通信网络110。客户端设备101、102、103、104、105和106可以被配置为执行一个或多个应用程序。

在本公开的实施例中，服务器120可以运行使得能够执行数据处理的方法的一个或多个服务或软件应用。

在某些实施例中，服务器120还可以提供可以包括非虚拟环境和虚拟环境的其他服务或软件应用。在某些实施例中，这些服务可以作为基于web的服务或云服务提供，例如在软件即服务(SaaS)模型下提供给客户端设备101、102、103、104、105和/或106的用户。

在图1所示的配置中，服务器120可以包括实现由服务器120执行的功能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件组件、硬件组件或其组合。操作客户端设备101、102、103、104、105和/或106的用户可以依次利用一个或多个客户端应用程序来与服务器120进行交互以利用这些组件提供的服务。应当理解，各种不同的系统配置是可能的，其可以与系统100不同。因此，图1是用于实施本文所描述的各种方法的系统的一个示例，并且不旨在进行限制。

用户可以使用客户端设备101、102、103、104、105和/或106来获取第一数量的处理任务。客户端设备可以提供使客户端设备的用户能够与客户端设备进行交互的接口。客户端设备还可以经由该接口向用户输出信息。尽管图1仅描绘了六种客户端设备，但是本领域技术人员将能够理解，本公开可以支持任何数量的客户端设备。

客户端设备101、102、103、104、105和/或106可以包括各种类型的计算机设备，例如便携式手持设备、通用计算机(诸如个人计算机和膝上型计算机)、工作站计算机、可穿戴设备、智能屏设备、自助服务终端设备、服务机器人、游戏系统、瘦客户端、各种消息收发设备、传感器或其他感测设备等。这些计算机设备可以运行各种类型和版本的软件应用程序和操作系统，例如MICROSOFT Windows、APPLE iOS、类UNIX操作系统、Linux或类Linux操作系统(例如GOOGLE Chrome OS)；或包括各种移动操作系统，例如MICROSOFT WindowsMobile OS、iOS、Windows Phone、Android。便携式手持设备可以包括蜂窝电话、智能电话、平板电脑、个人数字助理(PDA)等。可穿戴设备可以包括头戴式显示器(诸如智能眼镜)和其他设备。游戏系统可以包括各种手持式游戏设备、支持互联网的游戏设备等。客户端设备能够执行各种不同的应用程序，例如各种与Internet相关的应用程序、通信应用程序(例如电子邮件应用程序)、短消息服务(SMS)应用程序，并且可以使用各种通信协议。

网络110可以是本领域技术人员熟知的任何类型的网络，其可以使用多种可用协议中的任何一种(包括但不限于TCP/IP、SNA、IPX等)来支持数据通信。仅作为示例，一个或多个网络110可以是局域网(LAN)、基于以太网的网络、令牌环、广域网(WAN)、因特网、虚拟网络、虚拟专用网络(VPN)、内部网、外部网、公共交换电话网(PSTN)、红外网络、无线网络(例如蓝牙、WIFI)和/或这些和/或其他网络的任意组合。

服务器120可以包括一个或多个通用计算机、专用服务器计算机(例如PC(个人计算机)服务器、UNIX服务器、中端服务器)、刀片式服务器、大型计算机、服务器群集或任何其他适当的布置和/或组合。服务器120可以包括运行虚拟操作系统的一个或多个虚拟机，或者涉及虚拟化的其他计算架构(例如可以被虚拟化以维护服务器的虚拟存储设备的逻辑存储设备的一个或多个灵活池)。在各种实施例中，服务器120可以运行提供下文所描述的功能的一个或多个服务或软件应用。

服务器120中的计算单元可以运行包括上述任何操作系统以及任何商业上可用的服务器操作系统的一个或多个操作系统。服务器120还可以运行各种附加服务器应用程序和/或中间层应用程序中的任何一个，包括HTTP服务器、FTP服务器、CGI服务器、JAVA服务器、数据库服务器等。

在一些实施方式中，服务器120可以包括一个或多个应用程序，以分析和合并从客户端设备101、102、103、104、105和106的用户接收的数据馈送和/或事件更新。服务器120还可以包括一个或多个应用程序，以经由客户端设备101、102、103、104、105和106的一个或多个显示设备来显示数据馈送和/或实时事件。

在一些实施方式中，服务器120可以为分布式系统的服务器，或者是结合了区块链的服务器。服务器120也可以是云服务器，或者是带人工智能技术的智能云计算服务器或智能云主机。云服务器是云计算服务体系中的一项主机产品，以解决传统物理主机与虚拟专用服务器(VPS，Virtual Private Server)服务中存在的管理难度大、业务扩展性弱的缺陷。

系统100还可以包括一个或多个数据库130。在某些实施例中，这些数据库可以用于存储数据和其他信息。例如，数据库130中的一个或多个可用于存储诸如音频文件和视频文件的信息。数据库130可以驻留在各种位置。例如，由服务器120使用的数据库可以在服务器120本地，或者可以远离服务器120且可以经由基于网络或专用的连接与服务器120通信。数据库130可以是不同的类型。在某些实施例中，由服务器120使用的数据库例如可以是关系数据库。这些数据库中的一个或多个可以响应于命令而存储、更新和检索到数据库以及来自数据库的数据。

在某些实施例中，数据库130中的一个或多个还可以由应用程序使用来存储应用程序数据。由应用程序使用的数据库可以是不同类型的数据库，例如键值存储库，对象存储库或由文件系统支持的常规存储库。

图1的系统100可以以各种方式配置和操作，以使得能够应用根据本公开所描述的各种方法和装置。

本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。

图2A和图2B示出了根据本公开示例性实施例的一种数据处理方法的流程图，如图2A和图2B所示，一种数据处理方法，包括：步骤S201、确定用于执行数据处理的第一数量的处理任务，其中，第一数量的处理任务中包括起始任务和多个从属任务，多个从属任务中的每一个从属任务的执行依赖于一个或多个其它处理任务的处理结果；步骤S202、将起始任务配置于多个流水线中的一个流水线上；以及步骤S203、将多个从属任务依次配置于多个流水线中，其中，将多个从属任务依次配置于多个流水线中包括：步骤S203-1、针对多个从属任务中的每一个从属任务，响应于该从属任务所依赖的一个或多个其它处理任务均已配置于多个流水线中，确定在多个流水线中的每一个流水线的尾部连续配置的与该从属任务不具有依赖关系的处理任务的第二数量；以及步骤S203-2、将该从属任务配置于多个流水线中的一个流水线的末尾，其中，该流水线所对应的第二数量为多个流水线中的每一个流水线所对应的第二数量中的最小值。

由此，能够根据处理任务之间的依赖关系，将不具有依赖关系的处理任务最大程度地分散配置在不同的流水线中，使得不具有依赖关系的处理任务能够在不同的流水线上得到最大程度的并行处理，提升多处理任务下的处理效率。

针对步骤S201，其中，用于执行数据处理的第一数量的处理任务可以为用于执行一个总任务的多个具有相互依赖关系的分任务。对于用于实现不同目的的总任务，可以分别对应于具有不同的依赖关系的不同数量的多个分任务。第一数量的处理任务中的起始任务为第一数量的处理任务中需要首先被执行的处理任务，多个从属任务中的每一个从属任务的执行依赖于一个或多个其它处理任务的处理结果，这里的其它处理任务可以是起始处理任务，也可以是其它的从属处理任务。

图3示出了根据本公开示例性实施例的一种数据处理方法的示意图。如图3所示，其中的op1-op11均为上述步骤S201中所述的处理任务。并且其中的op1相当于上述步骤S201中所述的起始任务，op2-op11相当于上述步骤S201中所述的从属任务，每一个从属任务的执行依赖于一个或多个其它处理任务的处理结果，例如，op9的执行依赖于op6和op7的处理结果，op6和op7为与op9具有依赖关系的处理任务，又如，op11的执行依赖于op5、op9和op10的处理结果，op5、op9和op10为与op11具有依赖关系的处理任务。

其中，第一数量的处理任务中的每一个处理任务利用相应的处理资源执行处理，对于第一数量的处理任务中分别利用不同的处理资源执行处理的多个处理任务中的每一个处理任务可以基于该处理任务所依赖的输入信息而同时进行处理。而对于第一数量的处理任务中利用相同的处理资源执行处理的多个处理任务中的每一个处理任务，可以在该相同的处理资源充足的情况下基于该处理任务所依赖的输入信息而同时进行处理。

根据一些实施例，第一数量的处理任务均在芯片上执行。特别地，芯片为AI加速卡。

AI加速卡为满足通用性和高算力的需求，通常会在硬件内部设计不同的模块负责不同的计算，例如，可以在AI加速卡的内部分别设置负责通用计算的通用模块和负责矩阵运算的矩阵模块，AI加速卡的不同模块之间互相独立，可以并行工作。由此，在AI加速卡中分别利用通用模块和矩阵模块执行处理的两个处理任务可以分别基于其所依赖的输入信息而同时进行处理。

针对步骤S202，可以将起始任务配置于多个流水线中的其中任意一个流水线上。以芯片为例，不同的芯片往往具有不同的流水线，其中，配置在同一条流水线上的多个处理任务能够依据多个处理任务在该流水线上被配置的先后顺序而被依次处理。对于一个芯片中不同的两条流水线则能够同时执行计算。然而，不同的处理任务之间具有相互依赖关系，其中的每一个从属处理任务都需要等待其依赖的其它处理任务完成，并基于其它处理任务的处理结果才能启动。因此，即使在当前的芯片中存在可以执行同步处理的多个流水线，如何将存在依赖关系的多个处理任务合理的配置在多个流水线之中，以最大化芯片的整体处理效率依然是本领域技术人员所面临的问题。

在采用步骤S202完成对起始任务的配置之后，可以采用步骤S203来将多个从属任务依次配置于多个流水线中。其中，针对多个从属任务中的每一个从属任务，该从属任务在该从属任务所依赖的一个或多个其它处理任务均已配置于多个流水线中之后，才执行配置。

同时，对于与该从属任务不具有依赖关系的处理任务，由于该从属任务无需等待这些不具有依赖关系的处理任务的处理结果，因此应该将该从属任务尽量与这些不具有依赖关系的处理任务离散地配置在不同的流水线上，即将该从属任务配置于多个流水线中的一个流水线的末尾，其中，该流水线的尾部连续配置的与该从属任务不具有依赖关系的处理任务的第二数量最小值，以此来最大化地实现多处理任务下的同步处理。

根据一些实施例，针对第一数量的处理任务中的每一个处理任务，响应于该处理任务已配置于多个流水线中并且多个从属任务中依赖于该处理任务的从属任务的数量为1，将依赖于该处理任务的从属任务在该处理任务所在的流水线上与该处理任务相邻配置。由于依赖于该处理任务的从属任务只能在该处理任务完成处理之后才能够开始执行，因此，可以将该处理任务的从属任务该处理任务所在的流水线上与该处理任务相邻配置，以使该处理任务和依赖于该处理任务的1个从属任务可以在该处理任务所在的流水线上根据配置顺序依次执行，即将该处理任务与依赖于该处理任务的一个从属任务之间的依赖关系映射至同一条流水线上的先后配置次序上。

依然以图3为例，例如，对于具有三条流水线(流水线1、流水线2和流水线3)的一个芯片，将op1首先配置在流水线1上，在op1配置完成之后，op2-op5所依赖的其它处理任务(即op1)均已配置完成，可以进一步执行op2-op5的配置。

针对op2，由于3个流水线中的每一个流水线的尾部连续配置的与op2不具有依赖关系的处理任务的第二数量均为0，可将op2配置在流水线1、流水线2和流水线3中的任意一个流水线上，例如，可将op2配置在流水线2上。

在op2完成配置之后，由于依赖于op2的从属任务的数量为1(即op6)，且op6也仅依赖于op2，对于op6而言，在op2所在的流水线2的尾部连续配置的与op6不具有依赖关系的处理任务的第二数量为0，因此可以直接将op6配置在op2所在的流水线2的尾部，与op2相邻配置。

针对op3，由于流水线1和流水线3的尾部连续配置的与op3不具有依赖关系的处理任务的第二数量均为0；流水线2的尾部连续配置的与op3不具有依赖关系的处理任务的第二数量为1(即op6)，因此可以直接将op3配置在流水线1或流水线3的尾部，例如，可将op3配置在流水线3上。

在op3完成配置之后，由于依赖于op3的从属任务的数量为1(即op7)，且op7也仅依赖于op3，对于op7而言，在op3所在的流水线3的尾部连续配置的与op7不具有依赖关系的处理任务的第二数量均为0，因此可以直接将op7配置在op3所在的流水线3的尾部，与op3相邻配置。

在op7完成配置之后，由于op9所依赖的op6和op7均配置完成，可以进而执行对op9的配置，将op9配置在op6或op7所在的流水线上，例如，将op9配置op7所在的流水线上3的尾部，与op7相邻配置。

针对op4，由于流水线2和流水线3的尾部连续配置的与op4不具有依赖关系的处理任务的第二数量分别为2和3；流水线1的尾部连续配置的与op4不具有依赖关系的处理任务的第二数量为0，因此可以将op4配置在流水线1的尾部。

基于与上述配置op6或op7类似的方式，可以将op8和op10依次配置于op4所在的流水线1的尾部，令op4、op8和op10在流水线1上相邻配置。

针对op5，由于流水线1、流水线2和流水线3的尾部连续配置的与op5不具有依赖关系的处理任务的第二数量分别为3、2、3，因此可以将op5配置在流水线2的尾部。

在op11所依赖的op9、op10和op5均配置完成之后，可以进一步配置op11。由于流水线1、流水线2和流水线3的尾部连续配置的与op11不具有依赖关系的处理任务的第二数量均为0，因此可以直接将op11配置在任意一个流水线的尾部，例如，可将op11配置在流水线1上。

最终，在流水线1上依次配置op1，op4，op8，op10，op11；在流水线2上依次配置op2，op6，op5；在流水线3上依次配置op3，op7，op9。基于该配置能够在最大程度地提升多处理任务下的整体处理效率。

根据一些实施例，针对多个从属任务中的每一个从属任务，响应于该从属任务所依赖的一个或多个其它处理任务中的至少一个处理任务与该从属任务处于不同的流水线上，在该从属任务所处的流水线上位于该从属任务之前的位置处引入同步单元以使该从属任务在至少一个处理任务未完成之前不执行。

为了避免多条流水线并行处理而导致一个处理任务在其所依赖的处理任务还未处理完之后即开始处理而导致的处理错误，在该从属任务所依赖的一个或多个其它处理任务中的至少一个处理任务与该从属任务处于不同的流水线上的情况下，在该从属任务所处的流水线上位于该从属任务之前的位置处引入同步单元以使该从属任务在至少一个处理任务未完成之前不执行，以此来保证该从属任务处理的正确性。

根据一些实施例，同步单元能够用于暂停在该从属任务所处的流水线上执行至同步单元的处理，并且响应于接收到至少一个处理任务中的每一个处理任务的已完成处理的通知消息，启动执行该从属任务。其中，每一个处理任务的通知消息可以为该处理任务所在的流水线向各个流水线发送的广播消息，也可以是该处理任务所在的流水线向该从属任务所处的流水线所发送的定向消息。

图4示出了根据本公开示例性实施例的一种数据处理装置的结构框图，如图4所示，数据处理装置400包括：确定单元410，用于确定用于执行数据处理的第一数量的处理任务，其中，第一数量的处理任务中包括起始任务和多个从属任务，多个从属任务中的每一个从属任务的执行依赖于一个或多个其它处理任务的处理结果；第一配置单元420，用于将起始任务配置于多个流水线中的一个流水线上；以及第二配置单元430，用于将多个从属任务依次配置于多个流水线中，其中，第二配置单元430包括：确定子单元431，用于针对多个从属任务中的每一个从属任务，响应于该从属任务所依赖的一个或多个其它处理任务均已配置于多个流水线中，确定在多个流水线中的每一个流水线的尾部连续配置的与该从属任务不具有依赖关系的处理任务的第二数量；以及配置子单元432，用于将该从属任务配置于多个流水线中的一个流水线的末尾，其中，该流水线所对应的第二数量为多个流水线中的每一个流水线所对应的第二数量中的最小值。

根据一些实施例，该装置还包括第三配置单元，用于针对第一数量的处理任务中的每一个处理任务，响应于该处理任务已配置于多个流水线中并且多个从属任务中依赖于该处理任务的从属任务的数量为1，将依赖于该处理任务的从属任务在该处理任务所在的流水线上与该处理任务相邻配置。

根据一些实施例，该装置还包括第四配置单元，用于针对多个从属任务中的每一个从属任务，响应于该从属任务所依赖的一个或多个其它处理任务中的至少一个处理任务与该从属任务处于不同的流水线上，在该从属任务所处的流水线上位于该从属任务之前的位置处引入同步单元以使该从属任务在至少一个处理任务未完成之前不执行。

根据一些实施例，同步单元能够用于暂停在该从属任务所处的流水线上执行至同步单元的处理，并且响应于接收到至少一个处理任务中的每一个处理任务的已完成处理的通知消息，启动执行该从属任务。

根据一些实施例，第一数量的处理任务均在芯片上执行。

根据一些实施例，芯片为AI加速卡。

根据本公开的实施例，还提供了一种芯片，包括处理单元和多个流水线，处理单元能够通过执行如上述任意一种方法而将第一数量的处理任务配置于多个流水线中。

根据本公开的实施例，还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上述任意一种方法。

根据本公开的实施例，还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，其中，计算机指令用于使计算机执行上述任意一种方法。

根据本公开的实施例，一种计算机程序产品，包括计算机程序，其中，计算机程序在被处理器执行时实现上述任意一种方法。

根据本公开的实施例，还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。

参考图5，现将描述可以作为本公开的服务器或客户端的电子设备500的结构框图，其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

如图5所示，设备500包括计算单元501，其可以根据存储在只读存储器(ROM)502中的计算机程序或者从存储单元508加载到随机访问存储器(RAM)503中的计算机程序，来执行各种适当的动作和处理。在RAM 503中，还可存储设备500操作所需的各种程序和数据。计算单元501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。

设备500中的多个部件连接至I/O接口505，包括：输入单元506、输出单元507、存储单元508以及通信单元509。输入单元506可以是能向设备500输入信息的任何类型的设备，输入单元506可以接收输入的数字或字符信息，以及产生与电子设备的用户设置和/或功能控制有关的键信号输入，并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元507可以是能呈现信息的任何类型的设备，并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元508可以包括但不限于磁盘、光盘。通信单元509允许设备500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据，并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组，例如蓝牙TM设备、802.11设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。

计算单元501可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元501的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元501执行上文所描述的各个方法和处理，例如数据处理方法。例如，在一些实施例中，数据处理方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元508。在一些实施例中，计算机程序的部分或者全部可以经由ROM 502和/或通信单元509而被载入和/或安装到设备500上。当计算机程序加载到RAM 503并由计算单元501执行时，可以执行上文描述的数据处理方法的一个或多个步骤。备选地，在其他实施例中，计算单元501可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行数据处理方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。

虽然已经参照附图描述了本公开的实施例或示例，但应理解，上述的方法、系统和设备仅仅是示例性的实施例或示例，本发明的范围并不由这些实施例或示例限制，而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外，可以通过不同于本公开中描述的次序来执行各步骤。进一步地，可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进，在此描述的很多要素可以由本公开之后出现的等同要素进行替换。

Claims (16)

1.一种数据处理方法，包括：

确定用于执行数据处理的第一数量的处理任务，其中，所述第一数量的处理任务中包括起始任务和多个从属任务，所述多个从属任务中的每一个从属任务的执行依赖于一个或多个其它处理任务的处理结果；

将所述起始任务配置于多个流水线中的一个流水线上；以及

将所述多个从属任务依次配置于所述多个流水线中，其中，将所述多个从属任务依次配置于所述多个流水线中包括：

针对所述多个从属任务中的每一个从属任务，响应于该从属任务所依赖的一个或多个其它处理任务均已配置于所述多个流水线中，确定在所述多个流水线中的每一个流水线的尾部连续配置的与该从属任务不具有依赖关系的处理任务的第二数量；以及

将该从属任务配置于所述多个流水线中的一个流水线的末尾，其中，该流水线所对应的第二数量为所述多个流水线中的每一个流水线所对应的第二数量中的最小值。

2.根据权利要求1所述的方法，还包括：

针对所述第一数量的处理任务中的每一个处理任务，响应于该处理任务已配置于所述多个流水线中并且所述多个从属任务中依赖于该处理任务的从属任务的数量为1，将依赖于该处理任务的从属任务在该处理任务所在的流水线上与该处理任务相邻配置。

3.根据权利要求1或2所述的方法，还包括：

针对所述多个从属任务中的每一个从属任务，响应于该从属任务所依赖的一个或多个其它处理任务中的至少一个处理任务与该从属任务处于不同的流水线上，在该从属任务所处的流水线上位于该从属任务之前的位置处引入同步单元以使该从属任务在所述至少一个处理任务未完成之前不执行。

4.根据权利要求3所述的方法，其中，所述同步单元能够用于暂停在该从属任务所处的流水线上执行至所述同步单元的处理，并且响应于接收到所述至少一个处理任务中的每一个处理任务的已完成处理的通知消息，启动执行该从属任务。

5.根据权利要求1至4中任意一项所述的方法，其中，所述第一数量的处理任务均在芯片上执行。

6.根据权利要求5所述的方法，其中，所述芯片为AI加速卡。

7.一种数据处理装置，包括：

确定单元，用于确定用于执行数据处理的第一数量的处理任务，其中，所述第一数量的处理任务中包括起始任务和多个从属任务，所述多个从属任务中的每一个从属任务的执行依赖于一个或多个其它处理任务的处理结果；

第一配置单元，用于将所述起始任务配置于多个流水线中的一个流水线上；以及

第二配置单元，用于将所述多个从属任务依次配置于所述多个流水线中，其中，所述第二配置单元包括：

确定子单元，用于针对所述多个从属任务中的每一个从属任务，响应于该从属任务所依赖的一个或多个其它处理任务均已配置于所述多个流水线中，确定在所述多个流水线中的每一个流水线的尾部连续配置的与该从属任务不具有依赖关系的处理任务的第二数量；以及

配置子单元，用于将该从属任务配置于所述多个流水线中的一个流水线的末尾，其中，该流水线所对应的第二数量为所述多个流水线中的每一个流水线所对应的第二数量中的最小值。

8.根据权利要求7所述的装置，还包括：

第三配置单元，用于针对所述第一数量的处理任务中的每一个处理任务，响应于该处理任务已配置于所述多个流水线中并且所述多个从属任务中依赖于该处理任务的从属任务的数量为1，将依赖于该处理任务的从属任务在该处理任务所在的流水线上与该处理任务相邻配置。

9.根据权利要求7或8所述的装置，还包括：

第四配置单元，用于针对所述多个从属任务中的每一个从属任务，响应于该从属任务所依赖的一个或多个其它处理任务中的至少一个处理任务与该从属任务处于不同的流水线上，在该从属任务所处的流水线上位于该从属任务之前的位置处引入同步单元以使该从属任务在所述至少一个处理任务未完成之前不执行。

10.根据权利要求9所述的装置，其中，所述同步单元能够用于暂停在该从属任务所处的流水线上执行至所述同步单元的处理，并且响应于接收到所述至少一个处理任务中的每一个处理任务的已完成处理的通知消息，启动执行该从属任务。

11.根据权利要求7至10中任意一项所述的装置，其中，所述第一数量的处理任务均在芯片上执行。

12.根据权利要求11所述的装置，其中，所述芯片为AI加速卡。

13.一种芯片，包括处理单元和多个流水线，所述处理单元能够通过执行如权利要求1至6中任意一项的方法而将第一数量的处理任务配置于所述多个流水线中。

14.一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-6中任一项所述的方法。

15.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-6中任一项所述的方法。

16.一种计算机程序产品，包括计算机程序，其中，所述计算机程序在被处理器执行时实现权利要求1-6中任一项所述的方法。

Images