【技术实现步骤摘要】
用于处理数据的方法和装置
本申请实施例涉及计算机
,尤其涉及用于处理数据的方法和装置。
技术介绍
近年来,随着以深度学习为代表的模型算法的兴起和发展,神经网络模型已经广泛应用于各个领域,例如,语音识别、图像识别、自然语言处理等领域。神经网络模型中存在大量的计算密集型算子,例如,矩阵计算、卷积、池化、激活、标准化等等。由于这些运算非常耗时,传统CPU(CentralProcessingUnit,中央处理单元)的运算能力难以满足需求,从而使得异构运算成为主流。并且因此开发出了各种神经网络专用处理器,诸如,GPU(GraphicsProcessingUnit,图形处理器)、FPGA(Field-ProgrammableGateArray,现场可编程门阵列)、ASIC(ApplicationSpecificIntegratedCircuits,专用集成电路)等神经网络专用处理器。目前,在通用处理器或者是针对一些有计算密集型特点的例如深度学习领域的处理器中,访问存储器的地址对软件编程人员来说有很强的限制,例如,在总线数据 ...
【技术保护点】
1.一种用于处理数据的方法,包括:/n获取待执行指令,所述待执行指令包括数据标识;/n对所述待执行指令进行译码,得到所述数据标识所指示的操作数在存储器中的第一地址;/n根据预先设置的所述存储器的数据位宽对所述第一地址进行对齐操作,得到第二地址;/n根据所述第二地址在所述存储器中读/写所述操作数。/n
【技术特征摘要】
1.一种用于处理数据的方法,包括:
获取待执行指令,所述待执行指令包括数据标识;
对所述待执行指令进行译码,得到所述数据标识所指示的操作数在存储器中的第一地址;
根据预先设置的所述存储器的数据位宽对所述第一地址进行对齐操作,得到第二地址;
根据所述第二地址在所述存储器中读/写所述操作数。
2.根据权利要求1所述的方法,其中,所述根据预先设置的所述存储器的数据位宽对所述第一地址进行对齐操作,得到第二地址之后,所述方法还包括:
计算所述对齐操作的移位信息。
3.根据权利要求2所述的方法,其中,所述根据所述第二地址在所述存储器中读/写所述操作数,包括:
向所述存储器发送数据读取请求,所述数据读取请求包括所述第二地址;
获取所述存储器响应于接收到所述数据读取请求返回的第一数据;
根据所述移位信息对所述第一数据进行移位操作得到所述操作数;
输出所述操作数。
4.根据权利要求3所述的方法,其中,所述根据所述移位信息对所述第一数据进行移位操作得到所述操作数,包括:
根据所述移位信息对所述第一数据进行移位操作得到第二数据;
根据预先定义的所述操作数的数据长度截取所述第二数据得到所述操作数。
5.根据权利要求1-4中任一项所述的方法,其中,所述根据所述第二地址在所述存储器中读/写所述操作数,包括:
根据所述第一地址与预先定义的所述操作数的数据长度,确定所述第二地址所指示的待写入数据的有效位;
将所述待写入数据中有效位上的数据写入所述存储器。
6.一种用于处理数据的装置,包括:
获取单元,被配置成获取待执行指令,所述待执行指令包括数据标识;
译码单元,被配置成对所述待执行指令进行译码,得到所述数据标识所指示的操作数在存储器中的第一地址;
对齐单元,被配置成根据预先设...
【专利技术属性】
技术研发人员:徐英男,杜学亮,
申请(专利权)人:北京百度网讯科技有限公司,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。