数据处理方法、装置、计算机设备及存储介质制造方法及图纸

本申请公开了一种数据处理方法、装置、计算机设备及存储介质，属于计算机技术领域。方法包括：通过第一处理单元，基于第一算子对神经网络的输入数据进行处理，得到处理结果，第一处理单元与多个算子中的第一算子匹配；基于第一处理单元与第二处理单元之间的直连通路，向第二处理单元发送处理结果，第二处理单元与神经网络的第二算子匹配；通过第二处理单元，基于第二算子对处理结果进行处理。该方法通过在处理单元间添加直连通路，使得处理单元间能够直接通过该直连通路进行数据交互，摆脱了控制单元，因此处理单元之间能够直接地、无障碍地进行合作，提高了通过神经网络中的算子进行数据处理的效率。数据处理的效率。数据处理的效率。

【技术实现步骤摘要】
数据处理方法、装置、计算机设备及存储介质


[0001]本申请实施例涉及计算机
，特别涉及一种数据处理方法、装置、计算机设备及存储介质。

技术介绍

[0002]近年来，随着人工智能技术的飞速发展，基于神经网络的数据处理方法得到了广泛的应用。由于神经网络中的不同算子适配不同的处理单元，因此需要由不同的处理单元来执行对应的算子，共同完成数据处理任务。相关技术中，各个处理单元之间通过控制单元来进行数据交互，以完成数据处理任务。然而，不同处理单元之间交互的效率极低，导致数据的处理效率低。

技术实现思路

[0003]本申请实施例提供了一种数据处理方法、装置、计算机设备及存储介质，能够提高数据的处理效率。技术方案如下：
[0004]根据本申请实施例的一方面，提供了一种数据处理方法，所述方法包括：
[0005]通过第一处理单元，基于神经网络的第一算子对输入数据进行处理，得到处理结果，所述第一处理单元与所述第一算子匹配；
[0006]基于所述第一处理单元与第二处理单元之间的直连通路，向所述第二处理单元发送所述处理结果，所述第二处理单元与所述神经网络的第二算子匹配；
[0007]通过所述第二处理单元，基于所述第二算子对所述处理结果进行处理。
[0008]根据本申请实施例的另一方面，提供了一种数据处理装置，所述装置包括：
[0009]第一处理模块，用于通过第一处理单元，基于神经网络的第一算子对输入数据进行处理，得到处理结果，所述第一处理单元与所述第一算子匹配；
[0010]数据发送模块，用于基于所述第一处理单元与第二处理单元之间的直连通路，向所述第二处理单元发送所述处理结果，所述第二处理单元与所述神经网络的第二算子匹配；
[0011]第二处理模块，用于通过所述第二处理单元，基于所述第二算子对所述处理结果进行处理。
[0012]根据本申请实施例的另一方面，提供了一种计算机设备，所述计算机设备包括处理器和存储器；所述存储器存储有至少一条程序代码，所述至少一条程序代码用于被所述处理器执行以实现如上述方面所述的数据处理方法。
[0013]根据本申请实施例的另一方面，提供了一种计算机可读存储介质，所述存储介质存储有至少一条程序代码，所述至少一条程序代码用于被处理器执行以实现如上述方面所述的数据处理方法。
[0014]根据本申请实施例的另一方面，提供了一种计算机程序产品，该计算机程序产品存储有至少一条程序代码，所述至少一条程序代码由处理器加载并执行以实现上述方面所
述的数据处理方法。
[0015]根据本申请实施例的另一方面，提供了一种芯片，所述芯片包括可编程逻辑电路和/或程序指令，当所述芯片在终端上运行时，用于实现上述方面所述的数据处理方法。
[0016]本申请实施例提供的数据处理方案，在处理单元之间添加了直连通路，使得处理单元之间能够直接通过该直连通路进行数据交互，极大地提高了处理单元之间的交互效率，这种情况下，处理单元在基于匹配的算子进行数据处理后，将得到的处理结果，直接发送给另一个处理单元，另一个处理单元就能够直接获取到该处理结果，对该处理结果继续进行处理，这种方案摆脱了控制单元，使得处理单元之间能够直接地、无障碍地进行合作，从而提高了通过神经网络中的算子进行数据处理的效率。
附图说明
[0017]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0018]图1示出了本申请一个示例性实施例提供的一种实施环境的示意图；
[0019]图2示出了本申请一个示例性实施例提供的一种数据处理方法的流程图；
[0020]图3示出了本申请一个示例性实施例提供的另一种数据处理方法的流程图；
[0021]图4示出了本申请一个示例性实施例提供的一种处理单元之间的连接方式的示意图；
[0022]图5示出了本申请一个示例性实施例提供的一种处理单元的结构示意图；
[0023]图6示出了本申请一个示例性实施例提供的一种数据处理过程的示意图；
[0024]图7示出了本申请一个示例性实施例提供的另一种数据处理过程的流程图；
[0025]图8示出了本申请一个示例性实施例提供的一种数据处理装置的结构框图；
[0026]图9示出了本申请一个示例性实施例提供的一种终端的结构方框图；
[0027]图10示出了本申请一个示例性实施例提供的一种服务器的结构方框图。
具体实施方式
[0028]为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。
[0029]在本文中提及的“至少一个”是指一个或多个，“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
[0030]本申请实施例提供了一种数据处理方法，执行主体为计算机设备100，可选地，该计算机设备100为终端，例如终端为手机、台式电脑、笔记本电脑、平板电脑、智能电视、智能音箱、车载终端、智能机器人等多种类型的终端。可选地，该计算机设备100为服务器，该服务器可以为一台服务器，或者由若干台服务器组成的服务器集群，或者是一个云计算服务器中心。该计算机设备100通过本申请提供的方法，基于神经网络中的算子对输入数据进行
数据处理，能够提高数据处理的效率。可选地，计算机设备中配置有芯片，例如，人工智能芯片，计算机设备能够通过该芯片执行本申请实施例中的数据处理方法。
[0031]图1为本申请实施例提供的一种计算机设备100的示意图。参考图1，该计算机设备100包括至少两个处理单元，例如第一处理单元101和第二处理单元102，其中第一处理单元101和第二处理单元102所匹配的算子不同，可选地，第一处理单元101匹配的算子为计算密度较大且为线性的算子，例如，卷积算子、池化算子等。第二处理单元102匹配的算子为非线性的算子，例如，激活函数。计算机设备100通过处理单元来执行与该处理单元匹配的算子，以保证该算子的执行效率。
[0032]在本申请实施例中，由于神经网络包括多个算子，这多个算子匹配的处理单元不同，因此，在对神经网络的输入数据进行处理时，需要多个算子所匹配的各个处理单元进行合作。其中，第一处理单元101在基于神经网络中的第一算子对输入数据进行处理，得到处理结果，然后基于第一处理单元101与第二处理单元102之间的直连通路，向第二处理单元102发送该处理结果。第二处理单元102接收到该处理结果后，基于神经网络中的第二算子继续对该处理结果进行处理。也就是说，各处理单元分别执行神经网络中与自己匹配的算子，所得到的处理结果通过与本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据处理方法，其特征在于，所述方法包括：通过第一处理单元，基于神经网络的第一算子对输入数据进行处理，得到处理结果，所述第一处理单元与所述第一算子匹配；基于所述第一处理单元与第二处理单元之间的直连通路，向所述第二处理单元发送所述处理结果，所述第二处理单元与所述神经网络的第二算子匹配；通过所述第二处理单元，基于所述第二算子对所述处理结果进行处理。2.根据权利要求1所述的方法，其特征在于，所述第一处理单元包括第一处理器，所述通过第一处理单元，基于神经网络的第一算子对输入数据进行处理，得到处理结果，包括：通过所述第一处理器，执行等待指令以等待数据处理指令；响应于接收到所述数据处理指令，基于所述第一算子对所述输入数据进行处理，得到所述处理结果。3.根据权利要求1所述的方法，其特征在于，所述第二处理单元包括第二处理器和第二存储器，所述基于所述第一处理单元与第二处理单元之间的直连通路，向所述第二处理单元发送所述处理结果，包括：通过所述第一处理单元，基于所述直连通路，在所述第二存储器中存储所述处理结果，以及向所述第二处理器发送数据处理指令。4.根据权利要求3所述的方法，其特征在于，所述方法还包括：通过所述第二处理器，执行等待指令以等待来自所述第一处理单元的数据处理指令；响应于接收到来自所述第一处理单元的数据处理指令，基于所述第二算子对所述处理结果进行处理。5.根据权利要求1
‑
4任一项所述的方法，其特征在于，所述方法还包括：确定所述神经网络包含的多个算子中的每个算子匹配的处理单元；对于每个所述处理单元，按照所述处理单元匹配的多个算子在所述神经网络中的排列顺序，在所述处理单元的存储器中存储所述多个算子，在所述存储器中的至少一个算子之前插入等待指令，以及在至少一个算子之后插入数据发送指令；其中，所述等待指令用于指示停止执行数据处理操作，直至接收到数据处理指令时重新执行数据处理操作，所述数据发送指令用于指示在当前的所述处理单元基于所述算子处理完成时，向其他处理单元发送处理结果以及所述数据处理指令。6.根据权利要求5所述的方法，其特征在于，所述在所述存储器中的至少一个算子之前插入等待指令，以及在至少一个算子之后插入数据发送指令，包括：在所述存储器中相邻的至少两个算子之间存在关联关系的情况下，在所述至少两个算子中的第一个算子之前插入所述等待指令，在所述至少两个算子中的最后一个算子之后插入所述数据发送指令；其中存在所述关联关系的算子之间具有数据依赖性。7.根据权利要求1
‑
4任一项所述的方法，其特征在于，所述通过第一处理单元，基于神经网络的第一算子对输入数据进行处...

【专利技术属性】
技术研发人员：孙炜，祝叶华，
申请(专利权)人：OPPO广东移动通信有限公司，
类型：发明
国别省市：