JP2022501673A - データを処理するための方法、装置、及び関連製品 - Google Patents
データを処理するための方法、装置、及び関連製品 Download PDFInfo
- Publication number
- JP2022501673A JP2022501673A JP2020566899A JP2020566899A JP2022501673A JP 2022501673 A JP2022501673 A JP 2022501673A JP 2020566899 A JP2020566899 A JP 2020566899A JP 2020566899 A JP2020566899 A JP 2020566899A JP 2022501673 A JP2022501673 A JP 2022501673A
- Authority
- JP
- Japan
- Prior art keywords
- data
- value
- section
- determining
- average value
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
- H03M7/00—Conversion of a code where information is represented by a given sequence or number of digits to a code where the same, similar or subset of information is represented by a different sequence or number of digits
- H03M7/30—Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction
- H03M7/3059—Digital compression and data reduction techniques where the original information is represented by a subset or similar information, e.g. lossy compression
-
- 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
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F15/00—Digital computers in general; Data processing equipment in general
- G06F15/76—Architectures of general purpose stored program computers
- G06F15/78—Architectures of general purpose stored program computers comprising a single central processing unit
- G06F15/7828—Architectures of general purpose stored program computers comprising a single central processing unit without memory
- G06F15/7832—Architectures of general purpose stored program computers comprising a single central processing unit without memory on one IC chip (single chip microprocessors)
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
- H03M7/00—Conversion of a code where information is represented by a given sequence or number of digits to a code where the same, similar or subset of information is represented by a different sequence or number of digits
- H03M7/30—Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction
- H03M7/60—General implementation details not specific to a particular type of compression
- H03M7/6041—Compression optimized for errors
-
- 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
- G06N3/04—Architecture, e.g. interconnection topology
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
- H03M7/00—Conversion of a code where information is represented by a given sequence or number of digits to a code where the same, similar or subset of information is represented by a different sequence or number of digits
- H03M7/30—Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction
- H03M7/70—Type of the data to be coded, other than image and sound
Abstract
Description
本発明の第1態様によれば、データを処理するための方法が提供される。当該方法は、機械学習モデルに用いられる複数のデータを得るステップを含み、前記データは、第1データ形式で示される。当該方法は、複数のデータの値に基づいて、第1組区間に複数のデータを分布するステップをさらに含み、第1組区間の数は、予め決定される。当該方法は、複数のデータの第1平均値を決定するステップをさらに含む。当該方法は、第1組区間中に分布されているデータを、複数の互いに異なるマッピングユニットに従って、第2組区間にマッピングすることによって、対応するマッピングユニットに従ってマッピングされたデータの第2平均値の決定に用いるステップをさらに含み、マッピングユニットは、第1組区間の第1区間から始まる所定数の連続区間を含み、マッピングユニットの終了区間には、複数のデータの中の終了区間よりも大きいデーだ又は終了区間に位置するデータが分布されており、第2組区間の中の区間の数は、第2データ形式と関係があり、第2データ形式の精度は、第1データ形式よりも低い。当該方法は、第1平均値と複数の第2平均値に基づいて、複数のデータに対する処理を実行することによって、処理を経た複数のデータが第2データ形式で示されるようにするステップと、をさらに含む。
本発明の第4態様によれば、電子デバイスが提供される。当該電子デバイスは、本発明の第3態様による前記人工知能チップを備える
図1は、本発明の実施例に係るデバイスおよび/または方法が実施される例示的な環境100を示す模式図である。
threshold=(best_j+ 0.5)* 1/N absmax (1)
scale=threshold/(2なの−1−1) (2)
ここで、nは、第2データ形式のデータのビット数を表す。
diff_mean=abs(mean1−mean2)/mean1 (3)
ここで、abs(mean1−mean2)は、(mean1-mean2)の絶対値を表す。
幾つかの実施例において、第2組区間の中の区間の数は、前記第2データ形式に関連するビット数に基づいて決定される。
可能な1実現形態においては、前記データ処理手段を備える人工知能チップをさらに開示する。
以下の条項によって前述した内容をよりよく理解できる。
条項A5.条項A1に記載の方法であって、前記データの絶対値最大値に基づいて、前記複数のデータに関連する第1組区間を決定するステップをさらに含む。
条項A9.条項A1に記載の方法であって、第2組区間の中の区間の数は、前記第2データ形式に関連するビット数に基づいて決定されたものである。
条項A18.条項A10に記載の装置であって、第2組区間の中の区間の数は、前記第2データ形式に関連するビット数に基づいて決定されたものである。
条項A20.電子デバイスであって、条項A19に記載の前記人工知能チップを備える。
Claims (22)
- データを処理するための方法であって、
機械学習モデルに用いられる複数のデータを得るステップであって、前記データは、第1データ形式で表されるステップと、
前記複数のデータの値に基づいて、前記複数のデータを第1組区間中に分布するステップであって、前記第1組区間の数は、予め決定されるステップと、
前記複数のデータの第1平均値を決定するステップと、
前記第1組区間中に分布されているデータを、複数の互いに異なるマッピングユニットに従って、第2組区間にマッピングすることによって、対応するマッピングユニットに従ってマッピングされたデータの第2平均値の決定に用いるステップであって、前記マッピングユニットは、前記第1組区間の第1区間から始まる所定数の連続区間を含み、前記マッピングユニットの終了区間には、前記複数のデータの中の終了区間よりも大きいデーだ又は終了区間に位置するデータが分布されており、第2組区間の中の区間の数は、第2データ形式と関連が有り、第2データ形式の精度は、前記第1データ形式よりも低いステップと、
前記第1平均値と前記複数の第2平均値に基づいて、前記複数のデータに対する処理を実行することによって、処理を経た前記複数のデータが前記第2データ形式で表されるようにするステップと、を含む
ことを特徴とするデータを処理するための方法。 - 前記第1組区間中に分布されているデータを、複数の互いに異なるマッピングユニットに従って、第2組区間にマッピングするステップは、
前記複数のデータの中の前記マッピングユニットの終了区間よりも大きいデータを、前記マッピングユニットの終了区間に再分布するステップと、
前記複数のマッピングユニットを第2組区間にそれぞれマッピングすることによって、対応するマッピングユニットに従ってマッピングされたデータの第2平均値の決定に用いるステップと、を含む
ことを特徴とする請求項1に記載のデータを処理するための方法。 - 前記複数のデータに対する処理を実行するステップは、
前記第1平均値と前記複数の第2平均値に基づいて、前記複数のマッピングユニットに関連する複数の差値を決定するステップと、
前記複数の差値に基づいて、前記複数のデータに用いられる切捨て閾値を決定するステップと、
前記切捨て閾値に基づいて、取得された前記複数のデータに対して切捨てを実行するステップと、
前記切捨て閾値に基づいて、前記マッピングユニットに関連するスケーリング値を決定するステップと、を含む
ことを特徴とする請求項1に記載のデータを処理するための方法。 - 前記複数のデータに対する処理を実行するステップは、
前記スケーリング値に基づいて、切捨てを経た前記複数のデータに対してスケーリングを実行するステップをさらに含む
ことを特徴とする請求項3に記載のデータを処理するための方法。 - 前記データの絶対値最大値に基づいて、前記複数のデータに関連する第1組区間を決定するステップをさらに含む
ことを特徴とする請求項1に記載のデータを処理するための方法。 - 前記複数のデータの第1平均値を決定するステップは、
前記複数のデータの中のデータの絶対値と前記複数のデータの数とを決定するステップと、
前記複数のデータの中のデータの絶対値と前記数とに基づいて前記平均値を決定するステップと、を含む
ことを特徴とする請求項1に記載のデータを処理するための方法。 - 前記複数のデータの第1平均値を決定するステップは、
前記第1組区間の中の各区間の中間値と各区間が有するデータの数とを決定するステップと、
前記中間値と前記数とに基づいて前記平均値を決定するステップと、を含む
ことを特徴とする請求項1に記載のデータを処理するための方法。 - 前記複数のデータの第1平均値を決定するステップは、
前記マッピングユニットの各区間中のデータの数と各区間の中間値とを決定するステップと、
前記数と前記中間値とに基づいて前記第1平均値を決定するステップと、を含む
ことを特徴とする請求項1に記載のデータを処理するための方法。 - 第2組区間の中の区間の数は、前記第2データ形式に関連するビット数に基づいて決定されたものである
ことを特徴とする請求項1に記載のデータを処理するための方法。 - データを処理するための装置であって、
機械学習モデルに用いられる複数のデータを得るための取得モジュールであって、前記データは、第1データ形式で表される取得モジュールと、
前記複数のデータの値に基づいて、前記複数のデータを第1組区間中に分布するための分布モジュールであって、前記第1組区間の数は、予め決定される分布モジュールと、
前記複数のデータの第1平均値を決定するための第1平均値決定モジュールと、
前記第1組区間中に分布されているデータを、複数の互いに異なるマッピングユニットに従って、第2組区間にマッピングすることによって、対応するマッピングユニットに従ってマッピングされたデータの第2平均値の決定に用いるための第1マッピングモジュールであって、前記マッピングユニットは、前記第1組区間の第1区間から始まる所定数の連続区間を含み、前記マッピングユニットの終了区間には、前記複数のデータの中の終了区間よりも大きいデーだ又は終了区間に位置するデータが分布されており、第2組区間の中の区間の数は、第2データ形式と関連が有り、第2データ形式の精度は、前記第1データ形式よりも低い第1マッピングモジュールと、
前記第1平均値と前記複数の第2平均値に基づいて、前記複数のデータに対する処理を実行することによって、処理を経た前記複数のデータが前記第2データ形式で表されるようにするための実行モジュールと、を備える
ことを特徴とするデータを処理するための装置。 - 前記第1マッピングモジュールは、
前記複数のデータの中の前記マッピングユニットの終了区間よりも大きいデータを、前記マッピングユニットの終了区間に再分布するための再分布モジュールと、
前記複数のマッピングユニットを第2組区間にそれぞれマッピングすることによって、対応するマッピングユニットに従ってマッピングされたデータの第2平均値の決定に用いるための第2マッピングモジュールと、を備える
ことを特徴とする請求項10に記載のデータを処理するための装置。 - 前記実行モジュールは、
前記第1平均値と複数の第2平均値に基づいて、前記複数のマッピングユニットに関連する複数の差値を決定するための差値決定モジュールと、
前記複数の差値に基づいて、前記複数のデータに用いられる切捨て閾値を決定するための切捨て閾値決定モジュールと、
前記切捨て閾値に基づいて、取得された前記複数のデータに対して切捨てを実行するための切捨てモジュールと、
前記切捨て閾値に基づいて、前記マッピングユニットに関連するスケーリング値を決定するためのスケーリング値決定モジュールと、を備える
ことを特徴とする請求項10に記載のデータを処理するための装置。 - 前記実行モジュールは、
前記スケーリング値に基づいて、切捨てを経た前記複数のデータに対してスケーリングを実行するためのスケーリングモジュールをさらに備える
ことを特徴とする請求項12に記載のデータを処理するための装置。 - 前記データの絶対値最大値に基づいて、前記複数のデータに関連する第1組区間を決定するための区間決定モジュートをさらに備える
ことを特徴とする請求項10に記載のデータを処理するための装置。 - 前記第1平均値決定モジュールは、
前記複数のデータの中のデータの絶対値と前記複数のデータの数とを決定するための絶対値および数決定モジュールと、
前記複数のデータの中のデータの絶対値と前記数とに基づいて前記平均値を決定するための第2平均値決定モジュールと、を備える
ことを特徴とする請求項10に記載のデータを処理するための装置。 - 前記第1平均値決定モジュールは、
前記第1組区間の中の各区間の中間値と各区間が有するデータの数とを決定するための第1中間値および数決定モジュールと、
前記中間値と前記数とに基づいて、前記平均値を決定するための第3平均値決定モジュールと、を備える
ことを特徴とする請求項10に記載のデータを処理するための装置。 - 前記第1平均値決定モジュールは、
前記マッピングユニットの各区間中のデータの数と各区間の中間値とを決定するための第2中間値および数決定モジュールと、
前記数と前記中間値とに基づいて前記第1平均値を決定するための第4平均値決定モジュールと、を備える
ことを特徴とする請求項10に記載のデータを処理するための装置。 - 第2組区間の中の区間の数は、前記第2データ形式に関連するビット数に基づいて決定されたものである
ことを特徴とする請求項10に記載のデータを処理するための装置。 - 人工知能チップであって、
プロセッサと、
コンピュータプログラム命令が記憶されているメモリと、を備え、
前記プロセッサは、前記メモリ中の前記コンピュータプログラム命令を実行することにより、前記人工知能チップを制御して、請求項1乃至9の何れか1項に記載の方法を実行する
ことを特徴とする人工知能チップ。 - 電子デバイスであって、
請求項19に記載の前記人工知能チップを備える
ことを特徴とするデータを処理するための電子デバイス。 - ボードカードであって、
記憶部品と、インタフェース装置と、制御部品と、請求項19に記載の人工知能チップと、を備え、
ここで、前記人工知能チップは、前記記憶部品、前記制御部品、および、前記インターフェース装置と、それぞれ、接続され、
前記記憶部品は、データを記憶し、
前記インタフェース装置は、前記人工知能チップと外部デバイスとの間のデータ伝送を実現し、
前記制御部品は、前記人工知能チップの状態を監視制御する
ことを特徴とするデータを処理するためのボードカード。 - 前記記憶部品は、複数組の記憶ユニットを備え、各組の記憶ユニットは、前記人工知能チップとバスを介して接続され、前記記憶ユニットは、DDR SDRAMであり、
前記チップは、DDRコントローラを備え、各々の前記記憶ユニットのデータ伝送およびデータ記憶に対する制御に用いられ、
前記インタフェース装置は、標準PCIEインタフェースである
ことを特徴とする請求項21に記載のボードカード。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910792847.0 | 2019-08-26 | ||
CN201910792847.0A CN112434781A (zh) | 2019-08-26 | 2019-08-26 | 用于处理数据的方法、装置以及相关产品 |
PCT/CN2020/111495 WO2021037083A1 (zh) | 2019-08-26 | 2020-08-26 | 用于处理数据的方法、装置以及相关产品 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022501673A true JP2022501673A (ja) | 2022-01-06 |
JP7072680B2 JP7072680B2 (ja) | 2022-05-20 |
Family
ID=74684889
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020566899A Active JP7072680B2 (ja) | 2019-08-26 | 2020-08-26 | データを処理するための方法、装置、及び関連製品 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20220083909A1 (ja) |
EP (1) | EP4024282A4 (ja) |
JP (1) | JP7072680B2 (ja) |
CN (1) | CN112434781A (ja) |
WO (1) | WO2021037083A1 (ja) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002319021A (ja) * | 2001-04-19 | 2002-10-31 | Murata Mfg Co Ltd | 二値化処理方法、外観検査方法および外観検査装置 |
WO2014136193A1 (ja) * | 2013-03-04 | 2014-09-12 | 富士通株式会社 | 基地局装置、基地局システムおよびiqデータの圧縮方法 |
JP2018205292A (ja) * | 2017-06-05 | 2018-12-27 | 瀏陽 宋 | 時間領域・周波数領域のヒストグラムの特徴解析による状態識別法 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030086595A1 (en) * | 2001-11-07 | 2003-05-08 | Hui Hu | Display parameter-dependent pre-transmission processing of image data |
US20100241423A1 (en) * | 2009-03-18 | 2010-09-23 | Stanley Wayne Jackson | System and method for frequency to phase balancing for timbre-accurate low bit rate audio encoding |
CN102903089B (zh) * | 2012-09-07 | 2014-12-17 | 山东大学 | 一种Linux环境下生成遥感图像快视图的方法 |
TWI595777B (zh) * | 2013-10-02 | 2017-08-11 | 杜比實驗室特許公司 | 透過hdmi發送顯示管理元數據 |
WO2016169032A1 (zh) * | 2015-04-23 | 2016-10-27 | 华为技术有限公司 | 数据格式转换装置、缓冲芯片及方法 |
US10397585B2 (en) * | 2015-06-08 | 2019-08-27 | Qualcomm Incorporated | Processing high dynamic range and wide color gamut video data for video coding |
US11062223B2 (en) * | 2015-12-02 | 2021-07-13 | The Climate Corporation | Forecasting field level crop yield during a growing season |
US11321609B2 (en) * | 2016-10-19 | 2022-05-03 | Samsung Electronics Co., Ltd | Method and apparatus for neural network quantization |
US11138220B2 (en) * | 2016-11-27 | 2021-10-05 | Amazon Technologies, Inc. | Generating data transformation workflows |
US10997492B2 (en) * | 2017-01-20 | 2021-05-04 | Nvidia Corporation | Automated methods for conversions to a lower precision data format |
DE102018101166A1 (de) * | 2017-01-20 | 2018-07-26 | Nvidia Corporation | Automatisierte verfahren zur umwandlung in ein datenformat geringerer genauigkeit |
CN109034382A (zh) * | 2017-10-30 | 2018-12-18 | 上海寒武纪信息科技有限公司 | 场景或物体的识别方法及相关产品 |
KR102095335B1 (ko) * | 2017-11-15 | 2020-03-31 | 에스케이텔레콤 주식회사 | 연산 가속화가 적용된 신경망 모델의 생성 및 활용을 위한 장치 및 방법 |
US11080611B2 (en) * | 2017-12-22 | 2021-08-03 | Intel Corporation | Compression for deep learning in case of sparse values mapped to non-zero value |
CN109062540B (zh) * | 2018-06-06 | 2022-11-25 | 北京理工大学 | 一种基于cordic算法的可重构浮点运算装置 |
-
2019
- 2019-08-26 CN CN201910792847.0A patent/CN112434781A/zh active Pending
-
2020
- 2020-08-26 EP EP20857908.6A patent/EP4024282A4/en active Pending
- 2020-08-26 JP JP2020566899A patent/JP7072680B2/ja active Active
- 2020-08-26 WO PCT/CN2020/111495 patent/WO2021037083A1/zh unknown
-
2021
- 2021-06-29 US US17/361,633 patent/US20220083909A1/en active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002319021A (ja) * | 2001-04-19 | 2002-10-31 | Murata Mfg Co Ltd | 二値化処理方法、外観検査方法および外観検査装置 |
WO2014136193A1 (ja) * | 2013-03-04 | 2014-09-12 | 富士通株式会社 | 基地局装置、基地局システムおよびiqデータの圧縮方法 |
JP2018205292A (ja) * | 2017-06-05 | 2018-12-27 | 瀏陽 宋 | 時間領域・周波数領域のヒストグラムの特徴解析による状態識別法 |
Also Published As
Publication number | Publication date |
---|---|
EP4024282A1 (en) | 2022-07-06 |
US20220083909A1 (en) | 2022-03-17 |
EP4024282A4 (en) | 2023-08-16 |
WO2021037083A1 (zh) | 2021-03-04 |
CN112434781A (zh) | 2021-03-02 |
JP7072680B2 (ja) | 2022-05-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109993296B (zh) | 量化实现方法及相关产品 | |
JP2022501676A (ja) | データ処理方法、装置、コンピュータデバイス、及び記憶媒体 | |
JP2022501675A (ja) | データ処理方法、装置、コンピュータデバイス、及び記憶媒体 | |
US20230026006A1 (en) | Convolution computation engine, artificial intelligence chip, and data processing method | |
CN110750351B (zh) | 多核任务调度器、多核任务调度方法、装置及相关产品 | |
WO2021185262A1 (zh) | 计算装置、方法、板卡和计算机可读存储介质 | |
CN112446460A (zh) | 用于处理数据的方法、装置以及相关产品 | |
WO2021082725A1 (zh) | Winograd卷积运算方法及相关产品 | |
WO2021027972A1 (zh) | 数据同步方法及装置以及相关产品 | |
JP7072680B2 (ja) | データを処理するための方法、装置、及び関連製品 | |
CN110458285B (zh) | 数据处理方法、装置、计算机设备和存储介质 | |
CN110647981B (zh) | 数据处理方法、装置、计算机设备和存储介质 | |
CN110555522B (zh) | 数据处理方法、装置、计算机设备和存储介质 | |
WO2021018313A1 (zh) | 数据同步方法及装置以及相关产品 | |
WO2021027973A1 (zh) | 数据同步方法及装置以及相关产品 | |
WO2021223642A1 (zh) | 数据处理方法及装置以及相关产品 | |
CN111260070B (zh) | 运算方法、装置及相关产品 | |
JP2022501674A (ja) | データを処理するための方法、装置、及び関連製品 | |
CN112784206A (zh) | winograd卷积运算方法、装置、设备及存储介质 | |
JP7233636B2 (ja) | データ量子化処理方法、装置、電子機器および記憶媒体 | |
CN113298843B (zh) | 数据量化处理方法、装置、电子设备和存储介质 | |
CN113435591B (zh) | 数据处理方法、装置、计算机设备和存储介质 | |
CN112347026B (zh) | 数据同步方法及装置以及相关产品 | |
US20220222041A1 (en) | Method and apparatus for processing data, and related product | |
CN111047023B (zh) | 一种计算装置及相关产品 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201130 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20201130 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20211221 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220319 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20220412 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220510 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7072680 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |