联合计算系统和方法、存储介质及电子设备技术方案

本公开提供一种联合计算系统和方法、存储介质及设备。所述系统包括：第一处理模块，被配置为以分块的方式对输入数据进行第一处理以分别生成多个第一分块数据，并且输出与各个第一分块数据相对应的第一数据读取通知；神经网络加速器模块，被配置为响应于第一数据读取通知从第一处理模块读取多个第一分块数据，采用神经网络模型对各第一分块数据进行第二处理以生成多个第二分块数据，且输出与各第二分块数据相对应的第二数据读取通知；第二处理模块，被配置为响应于第二数据读取通知从神经网络加速器模块读取多个第二分块数据，并且对各个第二分块数据进行第三处理以生成多个第三分块数据。所述联合计算系统能够降低系统中的时延以及系统的运行内存。时延以及系统的运行内存。时延以及系统的运行内存。

【技术实现步骤摘要】
联合计算系统和方法、存储介质及电子设备


[0001]本公开涉及数据处理领域，特别是涉及联合计算系统和方法、存储介质及电子设备。

技术介绍

[0002]随着人工智能技术的不断发展，智能计算系统的应用愈发广泛。在对摄像头采集到的图像数据帧进行处理时，图像数据帧通常以一帧一帧的串行方式经过图像处理模块，这会导致整个智能计算系统的延时较大。
[0003]公开内容
[0004]本公开的目的之一在于提供一种联合计算系统和方法、存储介质及电子设备，用于解决智能计算系统延时较大的问题。
[0005]为实现上述目的及其他相关目的，本公开的第一方面提供一种联合计算系统。所述联合计算系统包括：第一处理模块，被配置为以分块的方式对输入数据进行第一处理以分别生成多个第一分块数据，并且输出与各个所述第一分块数据相对应的第一数据读取通知；神经网络加速器模块，耦合到所述第一处理模块，被配置为响应于所述第一数据读取通知从所述第一处理模块分别读取多个所述第一分块数据，采用神经网络模型对各个所述第一分块数据进行第二处理以分别生成多个第二分块数据，并且输出与各本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种联合计算系统，其特征在于，所述联合计算系统包括：第一处理模块，被配置为以分块的方式对输入数据进行第一处理以分别生成多个第一分块数据，并且输出与各个所述第一分块数据相对应的第一数据读取通知；神经网络加速器模块，耦合到所述第一处理模块，被配置为响应于所述第一数据读取通知从所述第一处理模块分别读取多个所述第一分块数据，采用神经网络模型对各个所述第一分块数据进行第二处理以分别生成多个第二分块数据，并且输出与各个所述第二分块数据相对应的第二数据读取通知；以及第二处理模块，耦合到所述神经网络加速器模块，被配置为响应于所述第二数据读取通知从所述神经网络加速器模块分别读取多个所述第二分块数据，并且对各个所述第二分块数据进行第三处理以分别生成多个第三分块数据。2.根据权利要求1所述的联合计算系统，其特征在于，所述第一处理模块被配置为采用横向分块和/或纵向分块的方式对所述输入数据进行所述第一处理。3.根据权利要求1所述的联合计算系统，其特征在于，所述神经网络模型被切分成与多个所述第一分块数据分别相匹配的多个子网络模型，所述神经网络加速器模块被配置为采用各所述子网络模型来处理对应的所述第一分块数据。4.根据权利要求1所述的联合计算系统，其特征在于，所述神经网络模型包括卷积运算操作层和激活操作层，所述神经网络加速器模块被配置为基于多个所述卷积运算操作层分别对多个所述第一分块数据进行卷积运算操作以生成多个中间分块数据，并且基于多个所述激活操作层分别对多个所述中间分块数据进行激活操作以生成多个所述第二分块数据。5.根据权利要求1所述的联合计算系统，其特征在于，所述神经网络加速器模块被配置为响应于读取到所述第一分块数据中的预定数量的数据而启动对所述预定数量的数据的所述第二处理。6.根据权利要求1所述的联合计算系统，其特征在于，所述第一处理模块包括前处理加速器，所述第二处理模块包括后处理加速器。7.根据权利要求6所述的联合计算系统，其特征在于，所述第一处理模块包括图像处理加速器，所述第二处理模块包括图形渲染处理器。8.根据权利要求1所述的联合计算系统，其特征在于，所述第一处理模块、所述神经网络加速器模块和所述第二处理模块被配置为以并行方式分别进行所述第一处理、所述第二处理和所述第三处理。9.根据权利要求1所述的联合计算系统，其特征在于，所述第一处理模块被配置为在第一操作周...

【专利技术属性】
技术研发人员：曾飞，熊伟，
申请(专利权)人：瑞芯微电子股份有限公司，
类型：发明
国别省市：