CN117369768A - 由运算装置执行的运算方法及装置、设备和介质 - Google Patents
由运算装置执行的运算方法及装置、设备和介质 Download PDFInfo
- Publication number
- CN117369768A CN117369768A CN202311315595.5A CN202311315595A CN117369768A CN 117369768 A CN117369768 A CN 117369768A CN 202311315595 A CN202311315595 A CN 202311315595A CN 117369768 A CN117369768 A CN 117369768A
- Authority
- CN
- China
- Prior art keywords
- value
- original
- input
- values
- exponent
- 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
- 238000004364 calculation method Methods 0.000 title claims description 12
- 238000000034 method Methods 0.000 claims abstract description 64
- 238000004590 computer program Methods 0.000 claims description 18
- 230000008569 process Effects 0.000 claims description 12
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 abstract description 10
- 238000005516 engineering process Methods 0.000 description 14
- 238000004891 communication Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 10
- 238000013473 artificial intelligence Methods 0.000 description 7
- 239000011159 matrix material Substances 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 5
- 238000010606 normalization Methods 0.000 description 4
- 238000013459 approach Methods 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000001413 cellular effect Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000013139 quantization Methods 0.000 description 2
- 241000287410 Phylloscopus trochilus Species 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000010267 cellular communication Effects 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
- 230000001934 delay Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 229940050561 matrix product Drugs 0.000 description 1
- 230000003924 mental process Effects 0.000 description 1
- 230000003278 mimic effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000004044 response Effects 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
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F7/00—Methods or arrangements for processing data by operating upon the order or content of the data handled
- G06F7/38—Methods or arrangements for performing computations using exclusively denominational number representation, e.g. using binary, ternary, decimal representation
- G06F7/48—Methods or arrangements for performing computations using exclusively denominational number representation, e.g. using binary, ternary, decimal representation using non-contact-making devices, e.g. tube, solid state device; using unspecified devices
- G06F7/544—Methods or arrangements for performing computations using exclusively denominational number representation, e.g. using binary, ternary, decimal representation using non-contact-making devices, e.g. tube, solid state device; using unspecified devices for evaluating functions by calculation
- G06F7/556—Logarithmic or exponential functions
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computing Systems (AREA)
- Mathematical Optimization (AREA)
- General Engineering & Computer Science (AREA)
- Image Processing (AREA)
Abstract
本公开提供了一种由运算装置执行的运算方法及装置、设备和介质，涉及芯片技术领域，尤其涉及数据处理技术领域。实现方案为：获取多个原始值；将多个原始值输入第二运算单元，以得到每个原始值相应的指数运算结果，其中，从查找表包括的多个输出值各自对应的输入值中，确定与该原始值最接近的第一输入值和第二输入值；以及基于第一输入值、第二输入值、与第一输入值对应的第一输出值、与第二输入值对应的第二输出值和该原始值，计算该原始值相应的指数运算结果；将多个指数运算结果输入第一运算单元进行求和运算；以及利用第一运算单元基于每个原始值相应的指数运算结果和多个指数运算结果的和，确定该原始值相应的归一化指数运算结果。
Description
技术领域
本公开涉及芯片技术领域，尤其涉及数据处理技术领域，具体涉及一种由运算装置执行的归一化指数运算方法、运算装置、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
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。
随着人工智能技术的发展，越来越多的应用基于人工智能技术取得了远超过传统算法的效果。深度学习是数据密集型算法和计算密集型算法，也是快速迭代发展的算法。在深度学习算法中，为了提高神经网络模型处理复杂任务的能力，需要提升归一化指数运算的效率。
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
本公开提供了一种由运算装置执行的运算方法、运算装置、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，提供了一种由运算装置执行的归一化指数运算方法，所述运算装置包括用于实现算术运算的第一运算单元和用于实现指数运算的第二运算单元，所述方法包括：获取多个原始值；将所述多个原始值中的每个原始值输入所述第二运算单元，以得到每个原始值相应的指数运算结果，其中，所述每个原始值相应的指数运算结果是利用如下过程得到的：从查找表包括的多个输出值各自对应的输入值中，确定与该原始值最接近的第一输入值和第二输入值；以及基于所述第一输入值、第二输入值、与所述第一输入值对应的第一输出值、与所述第二输入值对应的第二输出值和该原始值，计算该原始值相应的指数运算结果；将与所述多个原始值分别对应的多个指数运算结果输入所述第一运算单元进行求和运算，以得到所述多个指数运算结果的和；以及针对所述多个原始值中的每个原始值，利用所述第一运算单元基于该原始值相应的指数运算结果和所述多个指数运算结果的和，确定该原始值相应的归一化指数运算结果。
根据本公开的另一方面，提供了一种运算装置，包括：用于实现算术运算的第一运算单元；用于实现指数运算的第二运算单元；获取单元，被配置为获取多个原始值；第一输入单元，被配置为将所述多个原始值中的每个原始值输入所述第二运算单元，以得到每个原始值相应的指数运算结果，其中，所述每个原始值相应的指数运算结果是利用如下过程得到的：从查找表包括的多个输出值各自对应的输入值中，确定与该原始值最接近的第一输入值和第二输入值；以及基于所述第一输入值、第二输入值、与所述第一输入值对应的第一输出值、与所述第二输入值对应的第二输出值和该原始值，计算该原始值相应的指数运算结果；以及第二输入单元，被配置为将与所述多个原始值分别对应的多个指数运算结果输入所述第一运算单元进行求和运算，以得到所述多个指数运算结果的和，所述第二输入单元还被配置为针对所述多个原始值中的每个原始值，利用所述第一运算单元基于该原始值相应的指数运算结果和所述多个指数运算结果的和，确定该原始值相应的归一化指数运算结果。
根据本公开的另一方面，提供了一种芯片，包括如上所述的运算装置。
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运算方法。
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运算方法。
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运算方法。
根据本公开的一个或多个实施例，可以提升运算效率。
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由运算装置执行的运算方法的流程图；
图3示出了根据本公开示例性实施例的由运算装置执行的运算方法的部分过程的流程图；
图4A-图4C示出了根据本公开示例性实施例的运算过程的示意图；
图5示出了根据本公开示例性实施例的运算装置的结构框图；
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，需要利用能够实现开根号、对数、指数等运算的特殊计算单元进行归一化指数运算，并且计算流程包括了算术运算单元-特殊计算单元-算术运算单元的数据传输路径，需要重复传递数据，访存开销较高，不利于流水优化
基于此，本公开提供了一种运算方法，基于查表拟合的方式构建专有的指数运算单元，简化计算流程，并且能够实现指数运算单元-算术运算单元的数据传输路径，无需重复传递数据，节省访存开销，提升运算效率。
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运算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来发送待运算的原始数据。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由运算装置执行的运算方法200的流程图，图3示出了根据本公开示例性实施例的由运算装置执行的运算方法的部分过程的流程图，所述运算装置包括用于实现算术运算的第一运算单元和用于实现指数运算的第二运算单元。如图2和图3所示，方法200包括：
步骤S210、获取多个原始值；
步骤S220、将所述多个原始值中的每个原始值输入所述第二运算单元，以得到每个原始值相应的指数运算结果，其中，所述每个原始值相应的指数运算结果是利用如下过程得到的：
步骤S221、从查找表包括的多个输出值各自对应的输入值中，确定与该原始值最接近的第一输入值和第二输入值；以及
步骤S222、基于所述第一输入值、第二输入值、与所述第一输入值对应的第一输出值、与所述第二输入值对应的第二输出值和该原始值，计算该原始值相应的指数运算结果；
步骤S230、将与所述多个原始值分别对应的多个指数运算结果输入所述第一运算单元进行求和运算，以得到所述多个指数运算结果的和；以及
步骤S240、针对所述多个原始值中的每个原始值，利用所述第一运算单元基于该原始值相应的指数运算结果和所述多个指数运算结果的和，确定该原始值相应的归一化指数运算结果。
通过应用上述方法200，能够使用基于查表拟合的第二运算单元实现指数运算，简化计算流程，并且能够基于第二运算单元-第一运算单元的数据传输路径高效便捷地实现归一化指数运算，无需重复传递数据，节省访存开销，提升运算效率。
在一些示例中，上述方法200可以应用于注意力网络的注意力信息计算过程中，即实现在这种情况下，即需要先利用矩阵乘法运算单元计算查询项Q和键项K的矩阵乘积/>(式中scale为缩放系数)，再将作为原始值，应用上述的方法200来得到softmax结果。
根据一些实施例，方法200还包括：确定与所述多个原始值分别对应的多个转换值，其中，所述查找表包括的多个输出值是基于多个输入值各自对应的指数运算结果进行转换得到的，所述多个输出值的数值范围小于所述多个输入值各自对应的指数运算结果的数值范围，步骤S222中基于所述第一输入值、第二输入值、与所述第一输入值对应的第一输出值、与所述第二输入值对应的第二输出值和该原始值，计算该原始值相应的指数运算结果包括：基于所述第一输入值、第二输入值、与所述第一输入值对应的第一输出值、与所述第二输入值对应的第二输出值和所述转换值，计算该原始值相应的查表结果；以及基于该原始值相应的查表结果，计算该原始值相应的指数运算结果。由此，能够通过将原始的指数运算结果转换为输出值来缩小数据范围，在后续流程中再执行数值恢复计算，从而无需考虑运算单元硬件所能表示的数值范围，无需执行数据量化操作，提升运算便捷性和效率。
在一些示例中，可以是通过执行开根号运算来将原始的指数运算结果转换为输出值。在一些示例中，可以基于多次开根号运算来实现数据转换。
在一个示例中，查找表中的多个输入值x-输出值lut(x)对可以是基于构建得到。在通过查表运算得到原始值x1相应的查表结果lut(x1)后，即可通过执行ex＝lut(x)4的数值恢复计算得到原始值x1相应的指数运算结果/>
根据一些实施例，步骤S222中基于所述第一输入值、第二输入值、与所述第一输入值对应的第一输出值、与所述第二输入值对应的第二输出值和该原始值，计算该原始值相应的指数运算结果包括：基于所述第一输入值与该原始值的第一差值和所述第二输入值与该原始值的第二差值，确定所述第一输出值和第二输出值各自对应的权重；以及基于所述权重，对所述第一输出值和第二输出值进行加权计算，以得到与该原始值对应的指数运算结果。由此，能够利用插值算法来实现查表拟合，提升查表结果的准确性。
在这一示例中，可以将查找表所拟合的函数定义域划分为多个分段，每一个分段对应的两个端点xk和xk+1对应的输出值lux(xk)和lux(xk+1)存储在参数表中。基于原始值确定相应的分段，再基于该分段对应的两个端点的输出值，利用线性插值的方式计算原始值对应的查表结果。
在一个示例中，查找表中可以仅是按照特定的索引值存储多个输出值。例如，任意两个相邻的输入值之间的差值为LUTinterval，查找表中的多个输入值中的最小输入值为LUTmin，最大输入值为LUTmax。在这种情况下，多个输入值的数量为n+1，并且n满足如下数量关系
n＝(LUTmax-LUTmin)/LUTinterval
针对多个输入值中的任一输入值LUTn，基于该输入值与所述最小输入值的差值(LUTn-LUTmin)与LUTinterval的商，即可确定该输入值在由多个输入值组成的序列中的排列序数，即确定与该输入值对应的索引值，进而读取输出值。
根据一些实施例，方法200还包括：将所述多个原始值划分为多个组，所述多个组中的每个组包括多个原始值，其中，步骤S220中将所述多个原始值中的每个原始值输入所述第二运算单元，以得到每个原始值相应的指数运算结果包括：将所述多个组分别输入所述第二运算单元，以得到每个组包括的多个原始值各自相应的指数运算结果，并且步骤S230中将与所述多个原始值分别对应的多个指数运算结果输入所述第一运算单元进行求和运算，以得到所述多个指数运算结果的和包括：将每个组包括的多个原始值各自相应的指数运算结果分别输入所述第一运算单元进行求和运算，以得到该组包括的多个原始值各自相应的指数运算结果的和。由此，能够通过数据分片来将多个原始值划分为多个组，从而能够针对不同的组执行流水式的运算操作，提升运算效率。
例如在一些实施例中，所述多个组包括第一组和第二组，并且其中，利用所述第一运算单元和所述第二运算单元并行地执行运算操作，以使得所述第二运算单元输出所述第一组包括的多个原始值各自相应的指数运算结果，所述第一运算单元输出所述第二组包括的多个原始值各自相应的指数运算结果的和。由此，能够利用不同类型的运算单元来并行地针对不同的数据组执行运算，以提升硬件资源利用率，进而提升运算效率。
图4A-图4C示出了根据本公开示例性实施例的运算过程的示意图。
图4A示出了根据本公开示例性实施例的运算装置的结构示意图。如图4A所示，运算装置包括矩阵乘法运算单元、第一运算单元、第二运算单元和运算内存，从而能够实现注意力信息计算，即实现
在这一示例中，第二运算单元是用于实现查表拟合的指数运算，需要构造拟合的查表表项。
在这一示例中，注意力信息计算可以包括如下步骤：
步骤S1、获取多组原始的查询项Q和键项K，并且将原始数据划分为多个组。
步骤S2、将划分后的多组原始数据读入运算内存，利用矩阵乘法运算单元计算得到
步骤S3、将传输至第二运算单元，进行/>的查表拟合运算，并将查表结果写入运算内存。
步骤S4、利用第一运算单元从运算内存中读取查表结构，基于此执行y＝x4的数值恢复计算，以得到指数运算结果并保存在第一运算单元的寄存器中。
步骤S5、对多个指数运算结果进行求和操作。当多个指数运算结果的序列较长时，可以利用多个运算核心来执行运算，再对所有结果进行累加。在一些示例中，可以基于运算核心的算力对待运算的数据进行划分。在一些示例中，当多个运算核心能够共享片上的运算内存时，即可利用共享内存来实现同步求和操作。
步骤S6、利用每组原始数据对应的指数运算结果除以多个指数运算结果的和，以得到每组原始数据的归一化指数运算结果并写入运算内存。
可以理解地，矩阵乘法运算单元、第一运算单元和第二运算单元可以并行地执行运算操作，从而能够并行地执行针对多组原始数据的运算，以提升运算效率。
参见图4B所示，常规的归一化指数运算过程需要先利用算术运算单元执行数据量化操作，再利用指数运算单元执行指数运算，再利用算术运算单元确定归一化指数运算结果。在这种情况下，每一组待运算数据的运算流程需要依次执行，即在t0-t4时段执行针对数据A的归一化指数运算，在t4-t8时段执行针对数据B的归一化指数运算。
参见图4C所示，通过应用本公开所述的运算方法，能够基于矩阵乘法运算单元-指数运算单元-算术运算单元的数据传输流程来实现流水式的归一化指数运算。通过令矩阵乘法运算单元、指数运算单元、算术运算单元中的至少两者并行地执行针对数据A和数据B的归一化指数运算，能够在t10-t14时段实现更高效的运算。
可以理解地，矩阵乘法运算单元、指数运算单元、算术运算单元各自的运算时延不一定相同，图4C中仅是为了简化地示出不同运算单元的并行运算过程。
根据本公开的一方面，还提供一种运算装置。图5示出了根据本公开示例性实施例的运算装置500的结构框图。如图5所示，装置500包括：
用于实现算术运算的第一运算单元510；
用于实现指数运算的第二运算单元520；
获取单元530，被配置为获取多个原始值；
第一输入单元540，被配置为将所述多个原始值中的每个原始值输入所述第二运算单元，以得到每个原始值相应的指数运算结果，其中，所述每个原始值相应的指数运算结果是利用如下过程得到的：从查找表包括的多个输出值各自对应的输入值中，确定与该原始值最接近的第一输入值和第二输入值；以及基于所述第一输入值、第二输入值、与所述第一输入值对应的第一输出值、与所述第二输入值对应的第二输出值和该原始值，计算该原始值相应的指数运算结果；以及
第二输入单元550，被配置为将与所述多个原始值分别对应的多个指数运算结果输入所述第一运算单元进行求和运算，以得到所述多个指数运算结果的和，所述第二输入单元还被配置为针对所述多个原始值中的每个原始值，利用所述第一运算单元基于该原始值相应的指数运算结果和所述多个指数运算结果的和，确定该原始值相应的归一化指数运算结果。
根据一些实施例，所述查找表包括的多个输出值是基于多个输入值各自对应的指数运算结果进行转换得到的，所述多个输出值的数值范围小于所述多个输入值各自对应的指数运算结果的数值范围，所述基于所述第一输入值、第二输入值、与所述第一输入值对应的第一输出值、与所述第二输入值对应的第二输出值和该原始值，计算该原始值相应的指数运算结果包括：基于所述第一输入值、第二输入值、与所述第一输入值对应的第一输出值、与所述第二输入值对应的第二输出值和所述转换值，计算该原始值相应的查表结果；以及基于该原始值相应的查表结果，计算该原始值相应的指数运算结果。
根据一些实施例，所述基于所述第一输入值、第二输入值、与所述第一输入值对应的第一输出值、与所述第二输入值对应的第二输出值和该原始值，计算该原始值相应的指数运算结果包括：基于所述第一输入值与该原始值的第一差值和所述第二输入值与该原始值的第二差值，确定所述第一输出值和第二输出值各自对应的权重；以及基于所述权重，对所述第一输出值和第二输出值进行加权计算，以得到与该原始值对应的指数运算结果。
根据一些实施例，装置500还包括：划分单元，被配置为将所述多个原始值划分为多个组，所述多个组中的每个组包括多个原始值，其中，所述第一输入单元被配置为：将所述多个组分别输入所述第二运算单元，以得到每个组包括的多个原始值各自相应的指数运算结果，并且其中，所述第二输入单元被配置为：将每个组包括的多个原始值各自相应的指数运算结果分别输入所述第一运算单元进行求和运算，以得到该组包括的多个原始值各自相应的指数运算结果的和。
根据一些实施例，所述多个组包括第一组和第二组，并且其中，所述第一输入单元和所述第二输入单元被配置为利用所述第一运算单元和所述第二运算单元并行地执行运算操作，以使得所述第二运算单元输出所述第一组包括的多个原始值各自相应的指数运算结果，所述第一运算单元输出所述第二组包括的多个原始值各自相应的指数运算结果的和。
应当理解，图5中所示运算装置500的各个单元的操作可以与图2描述的图像处理方法200中的各个步骤相对应。由此，上面针对方法200描述的操作、特征和优点同样适用于装置500及其包括的各个单元。为了简洁起见，某些操作、特征和优点在此不再赘述。
根据本公开的另一方面，还提供一种芯片，包括如上所述的装置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运算方法。
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运算方法。
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运算方法。
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，例如运算方法。例如，在一些实施例中，运算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运算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)而被配置为执行运算方法。
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。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)
1.一种由运算装置执行的归一化指数运算方法，所述运算装置包括用于实现算术运算的第一运算单元和用于实现指数运算的第二运算单元，所述方法包括：
获取多个原始值；
将所述多个原始值中的每个原始值输入所述第二运算单元，以得到每个原始值相应的指数运算结果，其中，每个原始值相应的指数运算结果是利用如下过程得到的：
从查找表包括的多个输出值各自对应的输入值中，确定与该原始值最接近的第一输入值和第二输入值；以及
基于所述第一输入值、所述第二输入值、与所述第一输入值对应的第一输出值、与所述第二输入值对应的第二输出值和该原始值，计算该原始值相应的指数运算结果；
将与所述多个原始值分别对应的多个指数运算结果输入所述第一运算单元进行求和运算，以得到所述多个指数运算结果的和；以及
针对所述多个原始值中的每个原始值，利用所述第一运算单元基于该原始值相应的指数运算结果和所述多个指数运算结果的和，确定该原始值相应的归一化指数运算结果。
2.如权利要求1所述的方法，其中，所述查找表包括的多个输出值是基于多个输入值各自对应的指数运算结果进行转换得到的，所述多个输出值的数值范围小于所述多个输入值各自对应的指数运算结果的数值范围，
所述基于所述第一输入值、所述第二输入值、与所述第一输入值对应的第一输出值、与所述第二输入值对应的第二输出值和该原始值，计算该原始值相应的指数运算结果包括：
基于所述第一输入值、所述第二输入值、与所述第一输入值对应的第一输出值、与所述第二输入值对应的第二输出值和所述转换值，计算该原始值相应的查表结果；以及
基于该原始值相应的查表结果，计算该原始值相应的指数运算结果。
3.如权利要求1或2所述的方法，其中，所述基于所述第一输入值、所述第二输入值、与所述第一输入值对应的第一输出值、与所述第二输入值对应的第二输出值和该原始值，计算该原始值相应的指数运算结果包括：
基于所述第一输入值与该原始值的第一差值和所述第二输入值与该原始值的第二差值，确定所述第一输出值和所述第二输出值各自对应的权重；以及
基于所述权重，对所述第一输出值和所述第二输出值进行加权计算，以得到与该原始值对应的指数运算结果。
4.如权利要求1-3中任一项所述的方法，还包括：
将所述多个原始值划分为多个组，所述多个组中的每个组包括多个原始值，
其中，所述将所述多个原始值中的每个原始值输入所述第二运算单元，以得到每个原始值相应的指数运算结果包括：
将所述多个组分别输入所述第二运算单元，以得到每个组包括的多个原始值各自相应的指数运算结果，
并且其中，所述将与所述多个原始值分别对应的多个指数运算结果输入所述第一运算单元进行求和运算，以得到所述多个指数运算结果的和包括：
将每个组包括的多个原始值各自相应的指数运算结果分别输入所述第一运算单元进行求和运算，以得到该组包括的多个原始值各自相应的指数运算结果的和。
5.如权利要求4所述的方法，其中，所述多个组包括第一组和第二组，并且其中，利用所述第一运算单元和所述第二运算单元并行地执行运算操作，以使得所述第二运算单元输出所述第一组包括的多个原始值各自相应的指数运算结果，所述第一运算单元输出所述第二组包括的多个原始值各自相应的指数运算结果的和。
6.一种运算装置，包括：
用于实现算术运算的第一运算单元；
用于实现指数运算的第二运算单元；
获取单元，被配置为获取多个原始值；
第一输入单元，被配置为将所述多个原始值中的每个原始值输入所述第二运算单元，以得到每个原始值相应的指数运算结果，其中，所述每个原始值相应的指数运算结果是利用如下过程得到的：
从查找表包括的多个输出值各自对应的输入值中，确定与该原始值最接近的第一输入值和第二输入值；以及
基于所述第一输入值、第二输入值、与所述第一输入值对应的第一输出值、与所述第二输入值对应的第二输出值和该原始值，计算该原始值相应的指数运算结果；以及
第二输入单元，被配置为将与所述多个原始值分别对应的多个指数运算结果输入所述第一运算单元进行求和运算，以得到所述多个指数运算结果的和，所述第二输入单元还被配置为针对所述多个原始值中的每个原始值，利用所述第一运算单元基于该原始值相应的指数运算结果和所述多个指数运算结果的和，确定该原始值相应的归一化指数运算结果。
7.如权利要求6所述的装置，其中，所述查找表包括的多个输出值是基于多个输入值各自对应的指数运算结果进行转换得到的，所述多个输出值的数值范围小于所述多个输入值各自对应的指数运算结果的数值范围，
所述基于所述第一输入值、第二输入值、与所述第一输入值对应的第一输出值、与所述第二输入值对应的第二输出值和该原始值，计算该原始值相应的指数运算结果包括：
基于所述第一输入值、第二输入值、与所述第一输入值对应的第一输出值、与所述第二输入值对应的第二输出值和所述转换值，计算该原始值相应的查表结果；以及
基于该原始值相应的查表结果，计算该原始值相应的指数运算结果。
8.如权利要求6或7所述的装置，其中，所述基于所述第一输入值、第二输入值、与所述第一输入值对应的第一输出值、与所述第二输入值对应的第二输出值和该原始值，计算该原始值相应的指数运算结果包括：
基于所述第一输入值与该原始值的第一差值和所述第二输入值与该原始值的第二差值，确定所述第一输出值和第二输出值各自对应的权重；以及
基于所述权重，对所述第一输出值和第二输出值进行加权计算，以得到与该原始值对应的指数运算结果。
9.如权利要求6-8中任一项所述的装置，还包括：
划分单元，被配置为将所述多个原始值划分为多个组，所述多个组中的每个组包括多个原始值，
其中，所述第一输入单元被配置为：将所述多个组分别输入所述第二运算单元，以得到每个组包括的多个原始值各自相应的指数运算结果，
并且其中，所述第二输入单元被配置为：将每个组包括的多个原始值各自相应的指数运算结果分别输入所述第一运算单元进行求和运算，以得到该组包括的多个原始值各自相应的指数运算结果的和。
10.如权利要求9所述的装置，其中，所述多个组包括第一组和第二组，并且其中，所述第一输入单元和所述第二输入单元被配置为利用所述第一运算单元和所述第二运算单元并行地执行运算操作，以使得所述第二运算单元输出所述第一组包括的多个原始值各自相应的指数运算结果，所述第一运算单元输出所述第二组包括的多个原始值各自相应的指数运算结果的和。
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 |
|---|---|---|---|
| CN202311315595.5A CN117369768A (zh) | 2023-10-11 | 2023-10-11 | 由运算装置执行的运算方法及装置、设备和介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311315595.5A CN117369768A (zh) | 2023-10-11 | 2023-10-11 | 由运算装置执行的运算方法及装置、设备和介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117369768A true CN117369768A (zh) | 2024-01-09 |
Family
ID=89392235
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311315595.5A Pending CN117369768A (zh) | 2023-10-11 | 2023-10-11 | 由运算装置执行的运算方法及装置、设备和介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117369768A (zh) |
-
2023
- 2023-10-11 CN CN202311315595.5A patent/CN117369768A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114861910B (zh) | 神经网络模型的压缩方法及装置、设备和介质 | |
| CN116306396A (zh) | 芯片验证方法及装置、设备和介质 | |
| CN115600646B (zh) | 语言模型的训练方法、装置、介质及设备 | |
| CN113722594B (zh) | 推荐模型的训练方法、推荐方法、装置、电子设备及介质 | |
| CN114115740B (zh) | 数据存储方法及装置、数据获取方法及装置、电子设备 | |
| CN115480731A (zh) | 运算方法、装置、芯片、设备和介质 | |
| CN117369768A (zh) | 由运算装置执行的运算方法及装置、设备和介质 | |
| CN114117046B (zh) | 数据处理方法、装置、电子设备及介质 | |
| CN113284484B (zh) | 模型训练方法及装置、语音识别方法和语音合成方法 | |
| CN116303722A (zh) | 数据处理方法及装置、设备和介质 | |
| CN115762515B (zh) | 用于语音识别的神经网络的处理和应用方法、装置及设备 | |
| CN116361399B (zh) | 知识推理方法、装置、设备和介质 | |
| CN116228897B (zh) | 图像处理方法、图像处理模型和训练方法 | |
| CN115334159B (zh) | 处理流式数据的方法、装置、设备和介质 | |
| CN115713071B (zh) | 用于处理文本的神经网络的训练方法和处理文本的方法 | |
| CN114861658B (zh) | 地址信息解析方法及装置、设备和介质 | |
| CN116306862A (zh) | 用于文本处理神经网络的训练方法、装置和介质 | |
| CN115934034A (zh) | 数据处理方法及装置、设备和介质 | |
| CN117709470A (zh) | 用于神经网络的量化方法、装置、电子设备、介质 | |
| CN116612200A (zh) | 图像处理方法及装置、设备和介质 | |
| CN117744799A (zh) | 符号表达式的推理方法、装置、设备和介质 | |
| CN115115051A (zh) | 神经网络模型的量化方法、装置、电子设备和存储介质 | |
| CN117196932A (zh) | 图像处理方法及装置、设备和介质 | |
| CN117390445A (zh) | 大语言模型的训练方法、文本处理方法、装置和设备 | |
| CN116127260A (zh) | 数据处理方法及装置、设备和介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| 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. |
|
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |