一种人工智能系统中数据处理方法及装置制造方法及图纸

针对当前人工智能系统匹配新的数据格式成本较大的问题，本申请提供一种人工智能系统以及相应的数据处理方法和装置，用于根据来自用户的人工智能任务，对该人工智能任务对应的输入数据进行格式转换，既可以在成本不大的前提下扩展人工智能系统处理人工智能任务的数据格式，也可以使人工智能系统选择合适的数据格式来处理人工智能任务，从而增加了人工智能系统的效率以及应用范围。系统的效率以及应用范围。系统的效率以及应用范围。

【技术实现步骤摘要】
一种人工智能系统中数据处理方法及装置


[0001]本申请涉及人工智能(artificial intelligence，AI)领域，特别涉及一种人工智能系统中数据处理的方法及装置。

技术介绍

[0002]人工智能，是指由人制造出来的机器所表现出来的智能。人工智能有着多种实现方式，深度学习(deep learning)是其中的一种实现方式。深度学习是利用人工神经网络为架构，对数据、资料进行表征学习的算法。人工智能框架，也称深度学习框架，是为数据科学家、开发人员和研究人员提供的一种高级编程语言，专门用于对神经网络进行训练、验证以及利用神经网络进行推理等操作。
[0003]当前常用的人工智能框架包括TensorFlow，Caffe和PyTorch等。以TensorFlow为例，该模型框架主要支持两种数据格式，NCHW和NHWC。这两种数据格式的名称均包含N、H、W和C这四个字母。其中，这四个字母的意思分别是：N是指一个批处理(Batch)中图像的数量，H是指图像中垂直高度方向的像素个数，W是指图像中水平宽度方向的像素个数，C是指图像包含的通道数本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人工智能AI系统，其特征在于，所述AI系统包括主机和加速卡，所述主机用于：获取来自用户的AI任务以及与所述AI任务对应的第一数据，其中，所述第一数据采用第一格式；根据所述AI任务，向所述加速卡发送第一指令，所述第一指令用于指示所述加速卡将所述第一数据转换为采用第二格式的第二数据；所述加速卡用于：根据所述第一指令，将所述第一数据转换为所述第二数据；利用所述第二数据执行所述AI任务。2.根据权利要求1所述的AI系统，其特征在于，所述主机用于：根据所述AI任务包括的算子类型，向所述加速卡发送所述第一指令。3.根据权利要求1所述的AI系统，其特征在于，所述AI任务中包含第二指令，所述第二指令用于指示采用所述第二格式数据执行所述AI任务；所述主机用于：根据所述第二指令，向所述加速卡发送所述第一指令。4.根据权利要求2所述的AI系统，其特征在于，所述主机还用于：建立所述AI任务包括的算子类型与所述第二格式之间的对应关系。5.根据权利要求1
‑
4任一项所述的AI系统，其特征在于，所述主机存储将所述第一格式的数据转换为所述第二格式的数据的第一映射关系，所述第一指令包含所述第一映射关系，所述加速卡用于：根据所述第一映射关系，将所述第一数据转换为所述第二数据。6.根据权利要求1
‑
5任一项所述的AI系统，其特征在于，所述AI系统位于公有云中。7.根据权利要求1
‑
6任一项所述的AI系统，其特征在于，所述AI系统处理至少一种AI框架，其中，所述至少一种AI框架均支持所述第一格式的数据。8.根据权利要求1
‑
7任一项所述的AI系统，其特征在于，所述主机还存储第二映射关系，其中，所述第二映射关系用于将所述第一格式的数据转换为第三格式的数据。9.根据权利要求1
‑
8任一项所述的AI系统，其特征在于，所述主机还存储第三映射关系，其中，所述第三映射关系用于将第四格式的数据转换为所述第二格式的数据。10.根据权利要求1
‑
9任一项所述的AI系统，其特征在于，所述主机还用于：获取所述第一数据的格式信息；根据所述格式信息，确定所述第一数据采用的是所述第一格式。11.根据权利要求1
‑
10任一项所述的AI系统，其特征在于，所述主机还用于：输出提示信息，所述提示信息用于指示用户输入所述第一格式的数据。12.一种人工智能AI系统，其特征在于，所述AI系统包括主机和加速卡，所述主机用于：获取来自用户的AI任务以及与所述AI任务对应的第一数据，其中，所述第一数据采用第一格式；根据所述AI任务，将所述第一数据转换为采用第二格式的第二数据；
向所述加速卡发送第二数据；所述加速卡用于：接收所述第二数据；利用所述第二数据执行所述AI任务。13.根据权利要求12所述的AI系统，其特征在于，所述主机用于：根据所述AI任务包括的算子类型，将所述第一数据转换为所述第二数据。14.根据权利要求12所述的AI系统，其特征在于，所述AI任务中包含第二指令，所述第二指令用于指示采用所述第二格式的数据执行所述AI任务；所述主机用于：根据所述第二指令，将所述第一数据转换为所述第二数据。15.根据权利要求13所述的AI系统，其特征在于，所述主机还用于：建立所述AI任务包括的算子类型与所述第二格式之间的对应关系。16.根据权利要求12
‑
15任一项所述的AI系统，其特征在于，所述主机存储将所述第一格式的数据转换为所述第二格式的数据的第一映射关系，所述主机用于：根据所述第一映射关系，将所述第一数据转换为所述第二数据。17.根据权利要求12
‑
16任一项所述的AI系统，其特征在于，所述AI系统位于所述公有云中。18.根据权利要求12
‑
17任一项所述的AI系统，其特征在于，所述AI系统处理至少一种AI框架，其中，所述至少一种AI框架均支持所述第一格式的数据。19.根据权利要求12
‑
18任一项所述的AI系统，其特征在于，所述主机还存储第二映射关系，其中，所述第二映射关系用于将所述第一格式的数据转换为第三格式的数据。20.根据权利要求12
‑
19任一项所述的AI系统，其特征在于，所述主机还存储第三映射关系，其中，所述第三映射关系用于将第四格式的数据转换为所述第二格式的数据。21.根据权利要求12
‑
20任一项所述的AI系统，其特征在于，所述主机还用于：获取所述第一数据的格式信息；根据所述格式信息，确定所述第一数据采用的是所述第一格式。22.根据权利要求12
‑
21任一项所述的AI系统，其特征在于，所述主机还用于：输出提示信息，所述提示信息用于指示用户输入所述第一格式的数据。23.一种数据处理的方法，其特征在于，所述方法用于人工智能AI系统中的主机，所述AI系统还包括加速卡，所述方法包括：获取来自用户的AI任务以及与所述AI任务对应的第一数据，其中，所述第一数据采用第一格式；根据所述AI任务，向所述加速卡发送第一指令，所述第一指令用于指示所述加速卡将所述第一数据转换为采用第二格式的第二数据。24.根据权利要求23所述的方法，其特征在于，所述根据所述AI任务，向所述加速卡发送第一指令，包括：
根据所述AI任务包括的算子类型，向所述加速卡发送所述第一指令。25.根据权利要求23所述的方法，其特征在于，所述AI任务中包含第二指令，所述第二指令用于指示采用所述第二格式的数据执行所述AI任务；所述根据所述AI任务，向所述加速卡发送第一指令，包括：根据所述第二指令，向所述加速卡发送所述第一指令。26.根据权利要求24所述的方法，其特征在于，所述方法还包括：建立所述AI任务包括的算子类型与所述第二格式之间的对应关系。27.根据权利要求23
‑
26任一项所述的方法，其特征在于，所述主机存储将所述第一格式的数据转换为所述第二格式的数据的第一映射关系，所述第一指令包括所述第一映射关系。28.根据权利要求23
‑
27任一项所述的方法，其特征在于，所述AI系统位于公有云中。29.根据权利要求23
‑
28任一项所述的方法，其特征在于，所述AI系统处理至少一种AI框架，其中，所述至少一种AI框架均支持所述第一格式的数据。30.根据权利要求23
‑
29任一项所述的方法，其特征在于，所述主机还存储第二映射关系，其中，所述第二映射关系用于将所述第一格式的数据转换为第三格式的数据。31.根据权利要求23
‑
30任一项所述的...

【专利技术属性】
技术研发人员：何轲，李春生，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：