运算方法、装置、计算机设备和存储介质制造方法及图纸

本公开涉及一种运算方法、装置、计算机设备和存储介质。其中的组合处理装置包括：机器学习运算装置、通用互联接口和其他处理装置；机器学习运算装置与其他处理装置进行交互，共同完成用户指定的计算操作，其中，组合处理装置还包括：存储装置，该存储装置分别与机器学习运算装置和其他处理装置连接，用于保存机器学习运算装置和其他处理装置的数据。本公开实施例所提供的运算方法、装置、计算机设备和存储介质的适用范围广，进行运算的处理效率高、处理速度快。

Operating methods, devices, computer equipment and storage media

【技术实现步骤摘要】
运算方法、装置、计算机设备和存储介质
本公开涉及计算机
，尤其涉及一种平均池化指令处理方法、装置、计算机设备和存储介质。
技术介绍
随着科技的不断发展，机器学习，尤其是神经网络算法的使用越来越广泛。其在图像识别、语音识别、自然语言处理等领域中都得到了良好的应用。但由于神经网络算法的复杂度越来越高，所涉及的数据运算种类和数量不断增大。相关技术中，在对数据进行平均池化运算Average-Pooling的效率低、速度慢。
技术实现思路
有鉴于此，本公开提出了一种平均池化指令处理方法、装置、计算机设备和存储介质，以提高对数据进行平均池化运算的效率和速度。根据本公开的第一方面，提供了一种平均池化指令处理装置，所述装置包括：控制模块，用于对获取到的平均池化指令进行编译，得到编译后的平均池化指令，对所述编译后的平均池化指令进行解析，得到平均池化指令的操作码和操作域，并根据所述操作码和所述操作域获取执行平均池化指令所需的待运算数据、池化核和目标地址；运算模块，用于根据所述池化核对所述待运算数据进行平均池化运算，获得运算结果，并将所述运算结果存入所述目标地址中，其中，所述操作码用于指示所述平均池化指令对数据所进行的运算为平均池化运算，所述操作域包括待运算数据地址、池化核地址和所述目标地址。根据本公开的第二方面，提供了一种机器学习运算装置，所述装置包括：一个或多个上述第一方面所述的平均池化指令处理装置，用于从其他处理装置中获取待运算数据和控制信息，并执行指定的机器学习运算，将执行结果通过I/O接口传递给其他处理装置；当所述机器学习运算装置包含多个所述平均池化指令处理装置时，所述多个所述平均池化指令处理装置间可以通过特定的结构进行连接并传输数据；其中，多个所述平均池化指令处理装置通过快速外部设备互连总线PCIE总线进行互联并传输数据，以支持更大规模的机器学习的运算；多个所述平均池化指令处理装置共享同一控制系统或拥有各自的控制系统；多个所述平均池化指令处理装置共享内存或者拥有各自的内存；多个所述平均池化指令处理装置的互联方式是任意互联拓扑。根据本公开的第三方面，提供了一种组合处理装置，所述装置包括：上述第二方面所述的机器学习运算装置、通用互联接口和其他处理装置；所述机器学习运算装置与所述其他处理装置进行交互，共同完成用户指定的计算操作。根据本公开的第四方面，提供了一种机器学习芯片，所述机器学习芯片包括上述第二方面所述的机器学习络运算装置或上述第三方面所述的组合处理装置。根据本公开的第五方面，提供了一种机器学习芯片封装结构，该机器学习芯片封装结构包括上述第四方面所述的机器学习芯片。根据本公开的第六方面，提供了一种板卡，该板卡包括上述第五方面所述的机器学习芯片封装结构。根据本公开的第七方面，提供了一种电子设备，所述电子设备包括上述第四方面所述的机器学习芯片或上述第六方面所述的板卡。根据本公开的第八方面，提供了一种平均池化指令处理方法，所述方法应用于平均池化指令处理装置，所述方法包括：对获取到的平均池化指令进行编译，得到编译后的平均池化指令，对所述编译后的平均池化指令进行解析，得到平均池化指令的操作码和操作域，并根据所述操作码和所述操作域获取执行平均池化指令所需的待运算数据、池化核和目标地址；根据所述池化核对所述待运算数据进行平均池化运算，获得运算结果，并将所述运算结果存入所述目标地址中，其中，所述操作码用于指示所述平均池化指令对数据所进行的运算为平均池化运算，所述操作域包括待运算数据地址、池化核地址和所述目标地址。根据本公开的第九方面，提供了一种非易失性计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述平均池化指令处理方法。在一些实施例中，所述电子设备包括数据处理装置、机器人、电脑、打印机、扫描仪、平板电脑、智能终端、手机、行车记录仪、导航仪、传感器、摄像头、服务器、云端服务器、相机、摄像机、投影仪、手表、耳机、移动存储、可穿戴设备、交通工具、家用电器、和/或医疗设备。在一些实施例中，所述交通工具包括飞机、轮船和/或车辆；所述家用电器包括电视、空调、微波炉、冰箱、电饭煲、加湿器、洗衣机、电灯、燃气灶、油烟机；所述医疗设备包括核磁共振仪、B超仪和/或心电图仪。本公开实施例所提供的平均池化指令处理方法、装置、计算机设备和存储介质，该装置包括控制模块和运算模块，控制模块用于对获取到的平均池化指令进行编译，得到编译后的平均池化指令，对编译后的平均池化指令进行解析，得到平均池化指令的操作码和操作域，并根据操作码和操作域获取执行平均池化指令所需的待运算数据、池化核和目标地址；运算模块用于根据池化核对待运算数据进行平均池化运算，获得运算结果，并将运算结果存入目标地址中。本公开实施例所提供的平均池化指令处理方法、装置、计算机设备和存储介质的适用范围广，对平均池化指令的处理效率高、处理速度快，进行平均池化运算的处理效率高、速度快。根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。附图说明包含在说明书中并且构成说明书的一部分的附图与说明书一起示出了本公开的示例性实施例、特征和方面，并且用于解释本公开的原理。图1示出根据本公开一实施例的平均池化指令处理装置的框图。图2a-图2f示出根据本公开一实施例的平均池化指令处理装置的框图。图3示出根据本公开一实施例的平均池化指令处理装置的应用场景的示意图。图4a、图4b示出根据本公开一实施例的组合处理装置的框图。图5示出根据本公开一实施例的板卡的结构示意图。图6示出根据本公开一实施例的平均池化指令处理方法的流程图。具体实施方式下面将结合本披露实施例中的附图，对本披露实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本披露一部分实施例，而不是全部的实施例。基于本披露中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本披露保护的范围。应当理解，本披露的权利要求、说明书及附图中的术语“第零”、“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。本披露的说明书和权利要求书中使用的术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。还应当理解，在此本披露说明书中所使用的术语仅仅是出于描述特定实施例的目的，而并不意在限定本披露。如在本披露说明书和权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。还应当进一步理解，在本披露说明书和权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。如在本说明书和权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。由于神经网络算法的广泛使用，计算机硬件运算人能力的不断提升，实际应用中本文档来自技高网...

【技术保护点】
1.一种平均池化指令处理装置，其特征在于，所述装置包括：控制模块，用于对获取到的平均池化指令进行编译，得到编译后的平均池化指令，对所述编译后的平均池化指令进行解析，得到平均池化指令的操作码和操作域，并根据所述操作码和所述操作域获取执行平均池化指令所需的待运算数据、池化核和目标地址；运算模块，用于根据所述池化核对所述待运算数据进行平均池化运算，获得运算结果，并将所述运算结果存入所述目标地址中，其中，所述操作码用于指示所述平均池化指令对数据所进行的运算为平均池化运算，所述操作域包括待运算数据地址、池化核地址和所述目标地址。

【技术特征摘要】
2018.11.14 CN 20181136302901.一种平均池化指令处理装置，其特征在于，所述装置包括：控制模块，用于对获取到的平均池化指令进行编译，得到编译后的平均池化指令，对所述编译后的平均池化指令进行解析，得到平均池化指令的操作码和操作域，并根据所述操作码和所述操作域获取执行平均池化指令所需的待运算数据、池化核和目标地址；运算模块，用于根据所述池化核对所述待运算数据进行平均池化运算，获得运算结果，并将所述运算结果存入所述目标地址中，其中，所述操作码用于指示所述平均池化指令对数据所进行的运算为平均池化运算，所述操作域包括待运算数据地址、池化核地址和所述目标地址。2.根据权利要求1所述的装置，其特征在于，所述运算模块，包括：多个加法器，用于执行所述平均池化运算中的加法运算；多个除法器，用于执行所述平均池化运算中的除法运算。3.根据权利要求2所述的装置，其特征在于，所述运算模块包括主运算子模块和多个从运算子模块，所述主运算子模块包括所述多个加法器和所述多个除法器，所述主运算子模块，用于利用所述多个加法器和所述多个除法器分别进行所述平均池化运算中的加法运算和除法运算，得到运算结果，并将所述运算结果存入所述目标地址中。4.一种机器学习运算装置，其特征在于，所述装置包括：一个或多个如权利要求1-3任一项所述的平均池化指令处理装置，用于从其他处理装置中获取待运算数据和控制信息，并执行指定的机器学习运算，将执行结果通过I/O接口传递给其他处理装置；当所述机器学习运算装置包含多个所述平均池化指令处理装置时，所述多个所述平均池化指令处理装置间可以通过特定的结构进行连接并传输数据；其中，多个所述平均池化指令处理装置通过快速外部设备互连总线PCIE总线进行互联并传输数据，以支持更大规模的机器学习的运算；多个所述平均池化指令处理装置共享同一控制系统或拥有各自的控制系统；多个所述平均池化指令处理装置共享内存或者拥...

【专利技术属性】
技术研发人员：不公告发明人，
申请(专利权)人：上海寒武纪信息科技有限公司，
类型：发明
国别省市：上海,31