CN115981839A - 内存分配方法及装置、设备和介质 - Google Patents
内存分配方法及装置、设备和介质 Download PDFInfo
- Publication number
- CN115981839A CN115981839A CN202211552334.0A CN202211552334A CN115981839A CN 115981839 A CN115981839 A CN 115981839A CN 202211552334 A CN202211552334 A CN 202211552334A CN 115981839 A CN115981839 A CN 115981839A
- Authority
- CN
- China
- Prior art keywords
- data
- memory
- determining
- sets
- initial
- 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
- 238000000034 method Methods 0.000 title claims abstract description 52
- 230000008859 change Effects 0.000 claims abstract description 36
- 230000004044 response Effects 0.000 claims abstract description 22
- 238000004590 computer program Methods 0.000 claims description 17
- 238000004364 calculation method Methods 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 8
- 238000012545 processing Methods 0.000 description 15
- 238000004891 communication Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 12
- 238000004422 calculation algorithm Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000013459 approach Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开提供了一种内存分配方法及装置、设备和介质,涉及芯片技术领域,尤其涉及内存管理技术领域。实现方案为:获取多组数据各自的初始内存占用量及其各自对应的内存占用时长;基于多组数据各自的初始内存占用量及其各自对应的内存占用时长,分配多组数据各自对应的第一内存空间和内存可用时间;响应于确定多组数据中的第一数据的内存占用量发生变化,基于第一数据的当前内存占用量及其初始内存占用量,确定变化比例;基于多组数据各自对应的第一内存空间和变化比例,确定多组数据各自对应的第二内存空间;以及基于多组数据各自对应的第二内存空间和内存可用时间,为多组数据分配内存。
Description
技术领域
本公开涉及芯片技术领域,尤其涉及内存管理技术领域,具体涉及一种应用于包括多个数据节点的计算图的内存分配方法、装置、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
当数据处理单元执行计算图时,通常需要把图中的计算数据存放在处理单元的内存中。由于处理单元的内存大小有限,因此在计算图执行过程中,需要频繁规划申请和释放内存空间,从而影响了计算图的执行效率。
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
本公开提供了一种应用于包括多个数据节点的计算图的内存分配方法、装置、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,提供了一种应用于包括多个数据节点的计算图的内存分配方法,所述多个数据节点中的每个数据节点均对应一组数据,所述方法包括:获取与所述多个数据节点对应的多组数据各自的初始内存占用量和所述多组数据各自对应的内存占用时长;基于所述多组数据各自的初始内存占用量和所述多组数据各自对应的内存占用时长,分配所述多组数据各自对应的第一内存空间和内存可用时间;响应于确定所述多组数据中的第一数据的内存占用量发生变化,基于所述第一数据的当前内存占用量和所述第一数据的初始内存占用量,确定变化比例;基于所述多组数据各自对应的第一内存空间和所述变化比例,确定所述多组数据各自对应的第二内存空间;以及基于所述多组数据各自对应的第二内存空间和内存可用时间,为所述多组数据分配内存。
根据本公开的另一方面,提供了一种应用于包括多个数据节点的计算图的内存分配装置,所述多个数据节点中的每个数据节点均对应一组数据,所述装置包括:第一获取单元,被配置为获取与所述多个数据节点对应的多组数据各自的初始内存占用量和所述多组数据各自对应的内存占用时长;第一分配单元,被配置为基于所述多组数据各自的初始内存占用量和所述多组数据各自对应的内存占用时长,分配所述多组数据各自对应的第一内存空间和内存可用时间;第一确定单元,被配置为响应于确定所述多组数据中的第一数据的内存占用量发生变化,基于所述第一数据的当前内存占用量和所述第一数据的初始内存占用量,确定变化比例;第二确定单元,被配置为基于所述多组数据各自对应的第一内存空间和所述变化比例,确定所述多组数据各自对应的第二内存空间;以及第二分配单元,被配置为基于所述多组数据各自对应的第二内存空间和内存可用时间,为所述多组数据分配内存。
根据本公开的另一方面,提供了一种芯片,包括如上所述的内存分配装置。
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上述内存分配方法。
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,所述计算机指令用于使所述计算机执行上述内存分配方法。
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能够实现上述内存分配方法。
根据本公开的一个或多个实施例,可以提升内存分配效率。
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示出了根据本公开示例性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2示出了根据本公开示例性实施例的内存分配方法的流程图;
图3示出了根据本公开示例性实施例的计算图的示意图;
图4A-图4B示出了根据本公开示例性实施例的内存分配结果的示意图;
图5示出了根据本公开示例性实施例的内存分配装置的结构框图;
图6示出了能够用于实现本公开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。
在本公开中对各种所述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。
相关技术中,通常是利用较为复杂的内存分配算法来为计算图中的计算数据分配内存,当计算图执行过程中计算数据的大小发生变化时,则基于变化后的数据大小重新执行内存分配算法,完成重新分配后才能继续执行计算图。由于内存分配算法的执行时延较长,这种方式会对计算图的执行效率产生较大影响。
基于此,本公开提供了一种用于为多节点计算图分配内存的方法,先基于图中每组数据的初始内存占用量执行分配,以得到初始分配结果,当确定该计算图中的数据的大小发生变化时,即可基于变化比例和初始分配结果来简便快捷地确定新的分配结果,实现高效的内存分配。
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内存分配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还可以提供其他服务或软件应用,这些服务或软件应用可以包括非虚拟环境和虚拟环境。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来发送多组数据各自的初始内存占用量和所述多组数据各自对应的内存占用时长。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可以包括各种类别的计算机设备,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别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别的网络,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、区块链网络、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可以是不同的类别。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别的数据库,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。
图2示出了根据本公开示例性实施例的应用于包括多个数据节点的计算图的内存分配方法200的流程图,所述多个数据节点中的每个数据节点均对应一组数据。如图2所示,方法200包括:
步骤S201、获取与所述多个数据节点对应的多组数据各自的初始内存占用量和所述多组数据各自对应的内存占用时长;
步骤S202、基于所述多组数据各自的初始内存占用量和所述多组数据各自对应的内存占用时长,分配所述多组数据各自对应的第一内存空间和内存可用时间;
步骤S203、响应于确定所述多组数据中的第一数据的内存占用量发生变化,基于所述第一数据的当前内存占用量和所述第一数据的初始内存占用量,确定变化比例;
步骤S204、基于所述多组数据各自对应的第一内存空间和所述变化比例,确定所述多组数据各自对应的第二内存空间;以及
步骤S205、基于所述多组数据各自对应的第二内存空间和内存可用时间,为所述多组数据分配内存。
由此,可以先基于计算图中每组数据的初始内存占用量执行分配,以得到初始分配结果,当确定该计算图中的数据的大小发生变化时,即可基于变化比例和初始分配结果来确定新的分配结果,实现高效的内存分配。
在一些示例中,所述内存可以是指中央处理器的内存,但不限于此,例如可以是图像处理单元的显存、张量处理器的内存等,对此不作限定。
图3示出了根据本公开示例性实施例的计算图的示意图。如图3所示,计算图中包含多个数据节点和多个计算节点,多个数据节点各自对应的数据在计算节点间传递,以完成相应的数据处理过程。可以看出,计算图中多个数据节点各自对应的多组数据的内存占用量存在相互影响,因此,可以通过检测多组数据中任一数据的内存占用量的变化来确定是否需要重新执行内存分配。
在一些示例中,步骤S202中可以是利用搜索算法来分配所述多组数据各自对应的第一内存空间和内存可用时间,具体地,可以是针对所述多组数据中的每组数据,依次基于该组数据的初始内存占用量和内存占用时长,对当前可用的内存空间和时间资源执行搜索,以得到与该组数据适配的第一内存空间和内存可用时间。或者,也可以是利用近似算法来分配所述多组数据各自对应的第一内存空间和内存可用时间,本公开对此不作限定。
在一些示例中,步骤S203中可以是将所述第一数据的当前内存占用量除以所述第一数据的初始内存占用量,将所得到的商值向上取整来确定变化比例,以保证新的内存分配结果能够满足变化后的数据的内存占用需求。
图4A-图4B示出了根据本公开示例性实施例的内存分配结果的示意图。图4A示出了基于数据A-数据H各自的初始内存占用量和内存占用时长进行分配得到的初始分配结果。在这一示例中,初始分配结果可以包括每组数据的大小sizeT1,每组数据所占用的内存空间的起始位置偏移量(即该组数据所占用的内存空间的起始位置相对于整体内存空间的起始位置的偏移量)startT1和终止位置偏移量endT1。
当数据A-数据H的内存占用量发生变化,并且当前内存占用量和初始内存占用量相应的变化比例scale为2时,即可基于上述的初始分配结果和变化比例scale进行线性映射,利用如下公式得到针对当前数据的内存占用量的新的分配结果(包含新的起始位置偏移量startTn和新的终止位置偏移量endTn)。
startTn=startT1*scale
endTn=endT1*scale
可以看出,图4B示出的基于初始分配结果和变化比例得到的新的分配结果仅是对数据A-数据H各自的内存占用量进行的调整,从而能够利用初始分配结果和变化比例实现高效简便的内存重分配。
根据一些实施例,所述多组数据中的每组数据均包括至少一个子数据,所述每组数据当前所包括的所述至少一个子处理数据的数量能够指示所述每组数据各自的当前内存占用量,所述多组数据各自的初始内存占用量为所述至少一个子处理数据中的一个子数据的内存占用量,并且步骤S205中所述响应于确定所述多组数据中的第一数据的内存占用量发生变化,基于所述第一数据的当前内存占用量和所述第一数据的初始内存占用量,确定变化比例包括:响应于确定所述多组数据中的第一数据包括第一数量的多个子数据,确定所述第一数量为所述变化比例。由此,能够利用每组数据所包括的子数据的数量来简便高效地指示每组数据的内存占用量,从而更简便高效地确定数据变化比例。
在一些示例中,所述多组数据可以为多个张量。在这种情况下,每个张量可以包含子数据数量这一数据维度,从而能够基于该维度来确定每组数据的内存占用量。
在一个示例中,计算图中的一组数据可以包含多张图片,每个图片可以视为一个子数据,每组数据所包含的子数据的数量(图片数量)可能发生变化,而图片大小本身不发生变化,由此可以利用图片的数量来指示该组数据的大小变化。在另一个示例中,计算图中的一组数据可以包含多条文本,每条文本可以视为一个子数据,文本数量可能发生变化,但每条文本的字数不变,由此可以利用文本的数量来指示该组数据的大小变化。
根据一些实施例,所述多个数据节点包括输入数据节点,并且步骤S201中述获取与所述多个数据节点对应的多组数据各自的初始内存占用量和所述多组数据各自对应的内存占用时长包括:获取与所述输入节点对应的初始输入数据;基于所述初始输入数据,执行所述计算图;以及基于所述计算图的执行过程,确定所述多组数据各自的初始内存占用量和所述多组数据各自对应的内存占用时长。由此,能够利用初始输入数据实际执行该计算图,通过监测执行过程来得到每组数据的初始内存占用量和内存占用时长。
在一些示例中,也可以是在基于初始输入数据执行所述计算图后,将所得到的多组数据各自的初始内存占用量和所述多组数据各自对应的内存占用时长存入数据库中,从而能够在再次执行上述方法时直接从数据库中获取相应信息,以提升效率。
根据一些实施例,所述第一数据为与所述输入数据节点对应的数据。通过检测输入数据的变化,能够更准确地确定计算图中的数据变化比例
根据一些实施例,方法200还包括:响应于确定所述多组数据中的第一数据的内存占用量发生变化,获取所述多组数据中除所述第一数据以外的至少一组其他数据各自的当前内存占用量,并且在步骤S205中响应于确定所述至少一组其他数据各自的当前内存占用量不大于所述至少一组其他数据各自对应的第二内存空间的大小,基于所述多组数据各自对应的第二内存空间和内存可用时间,为所述多组数据分配内存。由此,能够在基于第一数据的变化比例确定每组数据各自对应的第二内存空间后,检查第二内存空间能否适配于每组数据的当前内存占用量,以确保新的分配结果能够满足变化后的数据的内存占用需求。
在一些示例中,在通过执行步骤S204得到所述多组数据各自对应的第二内存空间后,可以对所述多组数据各自对应的第二内存空间的大小执行求和,并与内存的总容量进行比较。或者,也可以在完成步骤S202后对所述多组数据各自对应的第一内存空间的大小执行求和,再在得到变化比例后计算各个第一内存空间的大小之和与变化比例的乘积,再与内存的总容量进行比较,以确定待分配的各个第二内存空间是否超出了可用内存资源的最大限度。
根据本公开的另一方面,还提供一种应用于包括多个数据节点的计算图的内存分配装置,所述多个数据节点中的每个数据节点均对应一组数据。图5示出了根据本公开示例性实施例的内存分配装置500的结构框图。如图5所示,装置500包括:
第一获取单元501,被配置为获取与所述多个数据节点对应的多组数据各自的初始内存占用量和所述多组数据各自对应的内存占用时长;
第一分配单元502,被配置为基于所述多组数据各自的初始内存占用量和所述多组数据各自对应的内存占用时长,分配所述多组数据各自对应的第一内存空间和内存可用时间;
第一确定单元503,被配置为响应于确定所述多组数据中的第一数据的内存占用量发生变化,基于所述第一数据的当前内存占用量和所述第一数据的初始内存占用量,确定变化比例;
第二确定单元504,被配置为基于所述多组数据各自对应的第一内存空间和所述变化比例,确定所述多组数据各自对应的第二内存空间;以及
第二分配单元505,被配置为基于所述多组数据各自对应的第二内存空间和内存可用时间,为所述多组数据分配内存。
根据一些实施例,所述多组数据中的每组数据均包括至少一个子数据,所述每组数据当前所包括的所述至少一个子处理数据的数量能够指示所述每组数据各自的当前内存占用量,所述多组数据各自的初始内存占用量为所述至少一个子处理数据中的一个子数据的内存占用量,并且第一确定单元503被配置为:响应于确定所述多组数据中的第一数据包括第一数量的多个子数据,确定所述第一数量为所述变化比例。
根据一些实施例,所述多个数据节点包括输入数据节点,第一获取单元501被配置为:获取与所述输入节点对应的初始输入数据;基于所述初始输入数据,执行所述计算图;以及基于所述计算图的执行过程,确定所述多组数据各自的初始内存占用量和所述多组数据各自对应的内存占用时长。
根据一些实施例,所述第一数据为与所述输入数据节点对应的数据。
根据一些实施例,装置500还包括:第二获取单元,被配置为响应于确定所述多组数据中的第一数据的内存占用量发生变化,获取所述多组数据中除所述第一数据以外的至少一组其他数据各自的当前内存占用量,并且其中,第二分配单元505被配置为响应于确定所述至少一组其他数据各自的当前内存占用量不大于所述至少一组其他数据各自对应的第二内存空间的大小,基于所述多组数据各自对应的第二内存空间和内存可用时间,为所述多组数据分配内存。
根据本公开的另一方面,还提供一种芯片,包括如上所述的内存分配装置500。
根据本公开的另一方面,还提供一种电子设备,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上述的内存分配方法。
根据本公开的另一方面,还提供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上述的内存分配方法。
根据本公开的另一方面,还提供一种计算机程序产品,包括计算机程序,其中,所述计算机程序再被处理器执行时实现上述的内存分配方法。
参考图6,现将描述可以作为本公开的服务器或客户端的电子设备600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6所示,设备600包括计算单元601,其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序,来执行各种适当的动作和处理。在RAM 603中,还可存储设备600操作所需的各种程序和数据。计算单元601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
设备600中的多个部件连接至I/O接口605,包括:输入单元606、输出单元607、存储单元608以及通信单元609。输入单元606可以是能向设备600输入信息的任何类别的设备,输入单元606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607可以是能呈现信息的任何类别的设备,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608可以包括但不限于磁盘、光盘。通信单元609允许设备600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601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601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601执行上文所描述的各个方法和处理,例如内存分配方法。例如,在一些实施例中,内存分配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608。在一些实施例中,计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM 603并由计算单元601执行时,可以执行上文描述的内存分配方法的一个或多个步骤。备选地,在其他实施例中,计算单元601可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行内存分配方法。
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)、互联网和区块链网络。
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 (14)
1.一种应用于包括多个数据节点的计算图的内存分配方法,所述多个数据节点中的每个数据节点均对应一组数据,所述方法包括:
获取与所述多个数据节点对应的多组数据各自的初始内存占用量和所述多组数据各自对应的内存占用时长;
基于所述多组数据各自的初始内存占用量和所述多组数据各自对应的内存占用时长,分配所述多组数据各自对应的第一内存空间和内存可用时间;
响应于确定所述多组数据中的第一数据的内存占用量发生变化,基于所述第一数据的当前内存占用量和所述第一数据的初始内存占用量,确定变化比例;
基于所述多组数据各自对应的第一内存空间和所述变化比例,确定所述多组数据各自对应的第二内存空间;以及
基于所述多组数据各自对应的第二内存空间和内存可用时间,为所述多组数据分配内存。
2.如权利要求1所述的方法,其中,所述多组数据中的每组数据均包括至少一个子数据,所述每组数据当前所包括的所述至少一个子处理数据的数量能够指示所述每组数据各自的当前内存占用量,所述多组数据各自的初始内存占用量为所述至少一个子处理数据中的一个子数据的内存占用量,
并且其中,所述响应于确定所述多组数据中的第一数据的内存占用量发生变化,基于所述第一数据的当前内存占用量和所述第一数据的初始内存占用量,确定变化比例包括:
响应于确定所述多组数据中的第一数据包括第一数量的多个子数据,确定所述第一数量为所述变化比例。
3.如权利要求1或2所述的方法,其中,所述多个数据节点包括输入数据节点,所述获取与所述多个数据节点对应的多组数据各自的初始内存占用量和所述多组数据各自对应的内存占用时长包括:
获取与所述输入节点对应的初始输入数据;
基于所述初始输入数据,执行所述计算图;以及
基于所述计算图的执行过程,确定所述多组数据各自的初始内存占用量和所述多组数据各自对应的内存占用时长。
4.如权利要求3所述的方法,其中,所述第一数据为与所述输入数据节点对应的数据。
5.如权利要求1-4中任一项所述的方法,还包括:
响应于确定所述多组数据中的第一数据的内存占用量发生变化,获取所述多组数据中除所述第一数据以外的至少一组其他数据各自的当前内存占用量,
并且其中,响应于确定所述至少一组其他数据各自的当前内存占用量不大于所述至少一组其他数据各自对应的第二内存空间的大小,基于所述多组数据各自对应的第二内存空间和内存可用时间,为所述多组数据分配内存。
6.一种应用于包括多个数据节点的计算图的内存分配装置,所述多个数据节点中的每个数据节点均对应一组数据,所述装置包括:
第一获取单元,被配置为获取与所述多个数据节点对应的多组数据各自的初始内存占用量和所述多组数据各自对应的内存占用时长;
第一分配单元,被配置为基于所述多组数据各自的初始内存占用量和所述多组数据各自对应的内存占用时长,分配所述多组数据各自对应的第一内存空间和内存可用时间;
第一确定单元,被配置为响应于确定所述多组数据中的第一数据的内存占用量发生变化,基于所述第一数据的当前内存占用量和所述第一数据的初始内存占用量,确定变化比例;
第二确定单元,被配置为基于所述多组数据各自对应的第一内存空间和所述变化比例,确定所述多组数据各自对应的第二内存空间;以及
第二分配单元,被配置为基于所述多组数据各自对应的第二内存空间和内存可用时间,为所述多组数据分配内存。
7.如权利要求6所述的装置,其中,所述多组数据中的每组数据均包括至少一个子数据,所述每组数据当前所包括的所述至少一个子处理数据的数量能够指示所述每组数据各自的当前内存占用量,所述多组数据各自的初始内存占用量为所述至少一个子处理数据中的一个子数据的内存占用量,
并且其中,所述第一确定单元被配置为:
响应于确定所述多组数据中的第一数据包括第一数量的多个子数据,确定所述第一数量为所述变化比例。
8.如权利要求6或7所述的装置,其中,所述多个数据节点包括输入数据节点,所述第一获取单元被配置为:
获取与所述输入节点对应的初始输入数据;
基于所述初始输入数据,执行所述计算图;以及
基于所述计算图的执行过程,确定所述多组数据各自的初始内存占用量和所述多组数据各自对应的内存占用时长。
9.如权利要求8所述的装置,其中,所述第一数据为与所述输入数据节点对应的数据。
10.如权利要求6-9中任一项所述的装置,还包括:
第二获取单元,被配置为响应于确定所述多组数据中的第一数据的内存占用量发生变化,获取所述多组数据中除所述第一数据以外的至少一组其他数据各自的当前内存占用量,
并且其中,所述第二分配单元被配置为响应于确定所述至少一组其他数据各自的当前内存占用量不大于所述至少一组其他数据各自对应的第二内存空间的大小,基于所述多组数据各自对应的第二内存空间和内存可用时间,为所述多组数据分配内存。
11.一种芯片,包括如权利要求6-10中任一项所述的装置。
12.一种电子设备,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1-5中任一项所述的方法。
13.一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计算机执行根据权利要求1-5中任一项所述的方法。
14.一种计算机程序产品,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根据权利要求1-5中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211552334.0A CN115981839A (zh) | 2022-12-05 | 2022-12-05 | 内存分配方法及装置、设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211552334.0A CN115981839A (zh) | 2022-12-05 | 2022-12-05 | 内存分配方法及装置、设备和介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115981839A true CN115981839A (zh) | 2023-04-18 |
Family
ID=85958426
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211552334.0A Pending CN115981839A (zh) | 2022-12-05 | 2022-12-05 | 内存分配方法及装置、设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115981839A (zh) |
-
2022
- 2022-12-05 CN CN202211552334.0A patent/CN115981839A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113312072A (zh) | 配置文件更新方法及装置、电子设备和介质 | |
CN113986788A (zh) | 数据处理方法和装置、芯片、电子设备及介质 | |
CN113411645B (zh) | 信息推荐方法及装置、电子设备和介质 | |
CN114091672B (zh) | 分布式模型推理方法及装置、电子设备和介质 | |
CN114968567A (zh) | 用于分配计算节点的计算资源的方法、装置和介质 | |
CN115544042A (zh) | 缓存的信息更新方法及装置、设备和介质 | |
CN116029346A (zh) | 用于深度学习模型推理的方法、装置、设备和介质 | |
CN115981839A (zh) | 内存分配方法及装置、设备和介质 | |
CN114676062A (zh) | 用于接口的差异数据测试方法及装置、电子设备和介质 | |
CN113126928A (zh) | 文件移动方法及装置、电子设备和介质 | |
CN113778972B (zh) | 预估内容分发网络cdn系统中的日志增量的方法 | |
CN116579914B (zh) | 一种图形处理器引擎执行方法、装置、电子设备及存储介质 | |
CN113961633A (zh) | 数据处理方法、系统、电子设备和计算机存储介质 | |
CN116129245A (zh) | 图像反卷积方法及装置、设备和介质 | |
CN115756611A (zh) | 分支指令处理方法及装置、设备和介质 | |
CN118069546A (zh) | 数据读取方法、数据处理系统、设备和介质 | |
CN115934034A (zh) | 数据处理方法及装置、设备和介质 | |
CN115454647A (zh) | 数据处理方法及装置、设备和介质 | |
CN115981858A (zh) | 显存管理方法、装置、设备及介质 | |
CN117196927A (zh) | 图像处理方法及装置、设备和介质 | |
CN113836021A (zh) | 测试方法、装置、电子设备及介质 | |
CN114329159A (zh) | 搜索方法、装置、电子设备及介质 | |
CN116599895A (zh) | 数据传输方法及装置、设备和介质 | |
CN113961189A (zh) | 网页编辑方法和装置 | |
CN116541090A (zh) | 数据处理方法、装置、设备和介质 |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: CW District, 4th floor, building 1, No. 10, Shangdi 10th Street, Haidian District, Beijing 100101 Applicant after: Kunlun core (Beijing) Technology Co.,Ltd. Address before: Baidu building, No. 10, Shangdi 10th Street, Haidian District, Beijing 100086 Applicant before: Kunlun core (Beijing) Technology Co.,Ltd. |