任务处理方法及装置、电子设备和存储介质制造方法及图纸

本公开涉及一种任务处理方法及装置、电子设备和存储介质，所述方法包括：根据待处理任务的处理流程和处理节点，获得中间表示模型；对中间表示模型进行编译，获得执行模型；根据执行模型对待处理任务进行处理，获得执行结果。根据本公开的实施例的任务处理方法，通过待处理任务的处理流程和处理节点获得中间表示模型，并映射至处理组件的硬件单元，而非基于硬件设计中间表示模型，提升了中间表示模型的灵活性和通用型，实现了软硬解耦，对异构融合算法的支持性更强。合算法的支持性更强。合算法的支持性更强。

【技术实现步骤摘要】
任务处理方法及装置、电子设备和存储介质


[0001]本公开涉及计算机
，尤其涉及一种任务处理方法及装置、电子设备和存储介质。

技术介绍

[0002]类脑计算是人工智能的重要支撑。而类脑计算生态的发展需要算法、编程语言、编译、执行系统等的协同创新。其中，类脑算法的中间表示在其中起到了关键的连接性作用。对上层，中间表示统一了类脑算法的多样性，并为类脑算法提供了规范的编程框架。对下层，中间表示转换为多种硬件运行的代码，即支持类脑硬件的高效的执行模型。
[0003]现有人工智能或类脑计算系统的中间表示大致可以分为两类，一类是针对ANN的计算图表示。此类系统以Tensorflow、PyTorch等为代表，一般将神经网络表示为计算图形式。其中，计算图节点包括数据节点与计算节点，分别表示常量数据或者是对数据的操作。计算图的边表示节点之间的连接。典型的基于计算图的ANN系统包括：TensorFlow构建计算图、ONNX转换得到统一的计算图表示、TVM针对计算图进行优化、优化结果最终运行在相应硬件上。ANN中的计算图中间表示及系统能够实现对ANN算本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种任务处理方法，其特征在于，包括：根据待处理任务的处理流程和处理节点，获得所述待处理任务的中间表示模型，所述中间表示模型包括所述待处理任务的数据传输与数据处理的关系模型，所述中间表示模型包括处理节点及处理节点之间的连接关系，所述处理节点包括计算节点、状态节点、数据节点、转码节点、代码节点中的至少一种；对所述中间表示模型进行编译处理，获得所述待处理任务的执行模型，所述编译处理包括将所述中间表示模型映射至处理组件中对应的硬件单元，得到执行模型，使得所述执行模型能够通过所述处理组件，根据所述中间表示模型所表示的数据传输与数据处理的关系，对所述待处理任务进行处理；根据所述执行模型对所述待处理任务进行处理，获得所述待处理任务的执行结果。2.根据权利要求1所述的方法，其特征在于，根据待处理任务的处理流程和处理节点，获得所述待处理任务的中间表示模型，包括：确定所述待处理任务的处理节点的功能；根据所述处理节点的功能以及所述处理流程，确定所述处理节点之间的连接关系；根据所述处理节点之间的连接关系和所述处理节点的功能，获得所述中间表示模型。3.根据权利要求2所述的方法，其特征在于，根据所述处理节点之间的连接关系和所述处理节点的功能，获得所述中间表示模型，包括：根据所述处理节点的功能和所述处理节点之间的连接关系，确定包括一个或多个处理节点的触发区域，所述触发区域中的处理节点在满足预设条件时执行对应的功能；根据所述处理节点之间的连接关系、所述处理节点的功能和所述触发区域，获得所述中间表示模型。4.根据权利要求1所述的方法，其特征在于，对所述中间表示模型进行编译处理，获得所述待处理任务的执行模型，还包括：对所述中间表示模型进行以下处理中的至少一种：根据处理节点的功能，对所述中间表示模型中的一个或多个处理节点进行替换处理；根据处理节点的功能，对所述中间表示模型中的一个或多个处理节点进行删除处理；根据处理节点的功能，对所述中间表示模型中的一个或多个...

【专利技术属性】
技术研发人员：赵蓉，张伟豪，马松辰，曲环宇，施路平，
申请(专利权)人：清华大学，
类型：发明
国别省市：