路由控制方法及人工智能处理器技术

本公开涉及路由控制方法及人工智能处理器。该路由控制方法应用于众核处理器的处理核心，所述众核处理器包括多个处理核心，各处理核心之间通过路由包进行数据收发，路由包包括包头和数据载荷，方法包括：所述包头为第一包头，将第一包头与数据载荷进行打包，生成一个路由包；包头为第二包头，将第二包头分别与数据载荷进行打包，生成一个或多个路由包，其中，每个路由包的数据载荷包括一个或多个单位长度的有效数据；源处理核心向目标处理核心发送路由包；目标处理核心接收路由包，并对路由包携带的数据载荷进行处理。本公开实施例能够实现利用不同包头进行路由包的混合传输，提高数据传输及处理的灵活性和效率。据传输及处理的灵活性和效率。据传输及处理的灵活性和效率。

【技术实现步骤摘要】
路由控制方法及人工智能处理器


[0001]本公开涉及计算机
，尤其涉及一种路由控制方法及人工智能处理器。

技术介绍

[0002]目前典型的神经网络包括人工神经网络和脉冲神经网络。人工神经网络基于对神经元模型的简化和对大脑网络的高度抽象，将人工神经元按一定结构连接成网络，其输入输出均为数值量信息，借鉴大脑分层结构，可以构建较深的网络模型，在特征提取、模式识别等问题上展现出显著优势，但是数值量信息在一定程度上丢失了时间信息，且大规模网络消耗较多计算资源，能耗较高。脉冲神经网络更贴近实际生物模型，利用微分方程对神经元建模，输入输出为用0/1表示的脉冲序列，通过膜电位累计与阈值发放完成计算任务，具有网络动力学特性，蕴含丰富的时间信息，在处理序列问题上具有一定优势，事件驱动的处理模式也带来低功耗特性，但在运算精度、大规模数据和网络方面有待提升。
[0003]由此，单独采用人工神经网络或脉冲神经网络都无法处理复杂的人工通用智能的任务场景，例如同时需要精确数值和快速响应的任务场景，因此往往需要不同神经网络异构协同工作。而在不同神经网络异构协同工作的场景中，对数据传输的灵活性和效率提出了更高的要求。

技术实现思路

[0004]有鉴于此，本公开提出了一种路由控制方法及人工智能处理器，能够实现利用不同包头进行路由包的混合传输，提高数据传输及处理效率。
[0005]根据本公开的一方面，提供了一种路由控制方法，所述方法应用于众核处理器的处理核心，所述众核处理器包括多个处理核心，各处理核心之间通过路由包进行数据发送和接收，所述路由包包括包头和数据载荷，所述方法包括：在所述包头为第一包头的情况下，源处理核心将所述第一包头与数据载荷进行打包，生成一个路由包；在所述包头为第二包头的情况下，源处理核心将所述第二包头分别与数据载荷进行打包，生成一个或多个路由包，其中，所述第一包头用来发送一个路由包，所述第二包头用来发送一个或多个路由包，每个路由包的数据载荷包括一个或多个单位长度的有效数据；源处理核心向目标处理核心发送所述路由包；目标处理核心接收所述路由包，并对所述路由包携带的数据载荷进行处理。
[0006]根据本公开的另一方面，提供了一种人工智能处理器，所述人工智能处理器包括多个处理核心，各处理核心之间通过路由包进行数据发送和接收，所述路由包包括包头和数据载荷，其中，所述人工智能处理器被配置为执行所述路由控制方法。
[0007]根据本公开的实施例，通过在所述包头为第一包头的情况下，源处理核心将所述第一包头与数据载荷进行打包，生成一个路由包；在所述包头为第二包头的情况下，源处理核心将所述第二包头分别与数据载荷进行打包，生成一个或多个路由包；源处理核心向目标处理核心发送所述路由包；目标处理核心接收所述路由包，并对所述路由包携带的数据
载荷进行处理，每个路由包的数据载荷包括一个或多个单位长度的有效数据，所述路由控制方法及人工智能处理器能够实现利用不同包头进行路由包的混合传输，每个路由包中有效数据不限于固定长度，提高了数据传输的灵活性和传输效率。另外，包头在多个路由包中的复用降低了包头的存储消耗，提高了路由包发送的数量，有利于大量数据的传输，提高了传输效率。
[0008]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
[0009]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。
[0010]图1示出本公开实施例的路由控制方法的流程图。
[0011]图2示出本公开实施例的人工智能处理器的示意图。
[0012]图3示出本公开实施例的人工智能处理器的示意图。
[0013]图4示出本公开实施例的路由包的示意图。
[0014]图5示出本公开实施例的路由包的示意图。
[0015]图6a示出本公开实施例的第一包头的路由控制方法的示意图。
[0016]图6b示出本公开实施例的第二包头的路由控制方法的示意图。
具体实施方式
[0017]以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。
[0018]在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
[0019]另外，为了更好的说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。
[0020]相关技术中，为了实现不同神经网络(例如，人工神经网络和脉冲神经网络)的异构协同工作，可以用统一的路由包格式传输不同类型(例如，数值量信息和脉冲信息)的数据，但这种路由包格式传输的大多是一种固定长度的有效数据，数据传输的灵活性差，降低了数据的传输效率。另外，相关技术中，一个路由包的包头用于发送一个路由包，路由包包头的存储消耗较大，限制了路由包发送的数量，不利于大量数据的传输。
[0021]有鉴于此，本公开提供了一种路由控制方法及人工智能处理器，能够针对携带不同类型数据的路由包复用路由包的包头，并在一个路由包中，可灵活选择传输一个或多个单位长度的有效数据，减少人工智能处理器进行数据传输所需的代价，减少数据传输的延迟时间，提高数据传输效率以及处理效率，提升通用性和灵活性。
[0022]图1示出本公开实施例的路由控制方法的流程图。
[0023]如图1所示，所述路由控制方法可应用于众核处理器的处理核心，所述众核处理器
可包括多个处理核心，各处理核心之间可通过路由包进行数据发送和接收，所述路由包可包括包头和数据载荷，所述方法可以包括：
[0024]步骤S100，在所述包头为第一包头的情况下，源处理核心将所述第一包头与数据载荷进行打包，生成一个路由包；在所述包头为第二包头的情况下，源处理核心将所述第二包头分别与数据载荷进行打包，生成一个或多个路由包，其中，所述第一包头用来发送一个路由包，所述第二包头用来发送一个或多个路由包，每个路由包的数据载荷包括一个或多个单位长度的有效数据。
[0025]步骤S200，源处理核心向目标处理核心发送所述路由包。
[0026]步骤S300，目标处理核心接收所述路由包，并对所述路由包携带的数据载荷进行处理。
[0027]在一种可能的方式中，根据本公开实施例的众核处理器可为包括多个处理核心的任何类型的处理器，例如可以是人工智能处理器。人工智能处理器可包括神经形态芯片，处理核心可包括神经形态芯片的功能核，神经形态芯片可以按照功能核进行组织。本领域技术人员应当理解的是，本公开对于神经形态芯片和功能核的描述是示例性的，本公开对于众核处理器、人工智能处本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种路由控制方法，其特征在于，所述方法应用于众核处理器的处理核心，所述众核处理器包括多个处理核心，各处理核心之间通过路由包进行数据发送和接收，所述路由包包括包头和数据载荷，所述方法包括：在所述包头为第一包头的情况下，源处理核心将所述第一包头与数据载荷进行打包，生成一个路由包；在所述包头为第二包头的情况下，源处理核心将所述第二包头分别与数据载荷进行打包，生成一个或多个路由包，其中，所述第一包头用来发送一个路由包，所述第二包头用来发送一个或多个路由包，每个路由包的数据载荷包括一个或多个单位长度的有效数据；源处理核心向目标处理核心发送所述路由包；目标处理核心接收所述路由包，并对所述路由包携带的数据载荷进行处理。2.根据权利要求1所述的方法，其特征在于，所述第二包头复用多次，每复用一次，发送一个路由包，多次复用的包头的格式一致。3.根据权利要求1所述的方法，其特征在于，所述处理核心还包括多个神经元，所述神经元用于执行神经网络计算任务，每个神经元每次输出一个单位长度的所述有效数据。4.根据权利要求1所述的方法，其特征在于，所述包头存储在源处理核心的寄存模块中。5.根据权利要求1所述的方法，其特征在于，在源处理核心向目标处理核心发送所述路由包之前，根据第一原语参数的值判断所述包头是第一包头还是第二包头，其中，第一原语参数的值预先配置在源处理核心的寄存模块中。6.根据权利要求1所述的方法，其特征在于，所述第二包头包括标志位信息和地址信息，其中，所述标志位信息包括数据有效标志位信息，用于判断所述路由包的数据载荷是否携带有效数据、数据类型标志位信息，用于判断所述路由包携带的数据载荷包括一个单位长度的有效数据，还是多个单位长度的有效数据、发送完成标志位信息...

【专利技术属性】
技术研发人员：马骋，施路平，鲁明胜，王冠睿，裴京，
申请(专利权)人：清华大学，
类型：发明
国别省市：