一种数据处理方法、装置、电子设备和计算机可读介质制造方法及图纸

本发明专利技术提供了一种数据处理方法、装置、电子设备和计算机可读介质，该方法包括：获取待计算数据，其中，待计算数据的数量为多个，每个待计算计算数据的位宽小于或者等于N，N为大于零的正整数；通过第一加法器对待计算数据进行加法计算和低位丢弃操作，以将加法计算结果中的高M位结果输出为目标计算结果，其中，加法计算结果的位宽大于M，第一加法器的位宽为N，且M为小于等于N的正整数。本发明专利技术有效减少了在通过硬件进行加法计算时硬件逻辑资源的消耗。

Data processing method, device, electronic device and computer readable medium

The present invention provides a data processing method, apparatus, electronic equipment and computer readable medium. The method includes: acquiring data to be calculated, in which the number of data to be calculated is plural, the bit width of each data to be calculated is less than or equal to N, and the N is a positive integer greater than zero; treating calculation through a first adder The data are added and discarded in order to output the high M-bit result from the addition calculation. The bit width is larger than M, the bit width of the first adder is N, and M is a positive integer less than or equal to N. The invention effectively reduces the consumption of hardware logical resources when adding hardware to calculate hardware.

【技术实现步骤摘要】
一种数据处理方法、装置、电子设备和计算机可读介质
本专利技术涉及数据处理的
，尤其是涉及一种数据处理方法、装置、电子设备和计算机可读介质。
技术介绍
随着人工智能技术的快速发展，数据处理技术在图像、语音以及文字等具有海量数据的领域已经有了广泛而成功的应用，特别是基于人工智能的数据处理技术在图像、语音等领域应用的非常广泛，例如，神经网络算法。传统的神经网络中较为核心的乘加计算，其输入输出格式一般是采用双精度或单精度浮点数。以图像为例，一般的算法架构如下：首先，根据图像处理任务将输入的图像提取成高维张量的矩阵形式，并作为浮点输入传入至神经网络中；然后通过神经网络中核心的浮点卷积操作，计算神经网络中的每一个计算节点，并将浮点计算结果不断传递直至下一层；接下来，根据输入的标签信息，得到预测单元和标签信息的误差，使用后向传播，更新网络的权值参数，不断重复前向后向操作，直至整个网络拟合到要求的准确率；在使用网络模型时，对训练好的网络输入待检测图片，前向传播得到最终的标签信息。在通过硬件对上述算法架构进行计算时，往往导致巨大的计算量需求、内存占用需求、以及高带宽要求等问题，从而对硬件实现大规本文档来自技高网...

【技术保护点】
1.一种数据处理方法，其特征在于，包括：获取待计算数据，其中，所述待计算数据的数量为多个，每个待计算计算数据的位宽小于或者等于N，N为大于零的正整数；通过第一加法器对所述待计算数据进行加法计算和低位丢弃操作，以将加法计算结果中的高M位结果输出为目标计算结果，其中，所述加法计算结果的位宽大于M，所述第一加法器的位宽为N，且M为小于等于N的正整数。

【技术特征摘要】
1.一种数据处理方法，其特征在于，包括：获取待计算数据，其中，所述待计算数据的数量为多个，每个待计算计算数据的位宽小于或者等于N，N为大于零的正整数；通过第一加法器对所述待计算数据进行加法计算和低位丢弃操作，以将加法计算结果中的高M位结果输出为目标计算结果，其中，所述加法计算结果的位宽大于M，所述第一加法器的位宽为N，且M为小于等于N的正整数。2.根据权利要求1所述的方法，其特征在于，所述通过所述第一加法器对所述待计算数据进行加法计算，并将加法计算结果中的高M位结果输出为目标计算结果包括：如果所述待计算数据的位宽大于或者等于第一预设位宽，则通过所述第一加法器对所述待计算数据进行加法计算，并将加法计算结果中的高M位结果输出为所述目标计算结果。3.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：如果所述待计算数据的位宽小于或等于第二预设位宽，则通过第二加法器对所述待计算数据进行加法计算，并将所述加法计算结果输出。4.根据权利要求1至3中任一项所述的方法，其特征在于，所述获取待计算数据包括：获取加法树中第一计算层的所述待计算数据，其中，所述第一计算层为所述加法树中的任意一个计算层；所述通过第一加法器对所述待计算数据进行加法计算，并将加法计算结果中的高M位结果输出包括：通过所述第一加法器对所述第一计算层的待计算数据进行加法计算和低位丢弃，以将所述第一计算层的加法计算结果中的高M位结果输出为所述第一计算层的目标计算结果。5.根据权利要求4所述的方法，其特征在于，所述方法还包括：在对第二计算层的输入数据进行加法计算时，调用所述第一加法器；利用所述第一加法器对所述第二计算层的待计算数据进行加法计算和低位丢弃，以将所述第二计算层的加法计算结果中的高M位结果输出为所述第二计算...

【专利技术属性】
技术研发人员：周舒畅，胡晨，
申请(专利权)人：北京旷视科技有限公司，
类型：发明
国别省市：北京,11