【技术实现步骤摘要】
数据处理方法、深度学习模型的部署方法、装置及芯片
[0001]本申请涉及计算机
，具体而言，涉及一种数据处理方法、深度学习模型的部署方法、装置及芯片。
技术介绍
[0002]TCM（Tightly Coupled Memory，紧耦合内存）是一种被直接集成在控制芯片内部总线上的紧耦合高速缓存。TCM包括ITCM（Instruction TCM，指令TCM）和DTCM（Data TCM，数据TCM）。
[0003]目前，基于TCM的加速优化方案，主要方法是把应用程序中频繁需要访问的数据放在DTCM，频繁需要执行的代码放在ITCM。
[0004]然而，在需要频繁访问的数据或需要频繁执行的代码超过TCM的空间大小时，难以直接把相应的数据或者代码直接在初始化阶段固化在TCM中，降低了数据处理效率以及应用程序的执行效率。
技术实现思路
[0005]本申请旨在至少解决现有技术或相关技术中存在的技术问题之一。
[0006]为此，本申请的第一个方面在于提出一种数据处理方法。
[0007]...
【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，由控制芯片上的处理器执行，所述控制芯片还包括系统总线，所述系统总线上分配有第一存储区间和第二存储区间，所述数据处理方法包括：通过直接内存访问控制器将N个待处理数据中的第一个待处理数据分别复制到所述第一存储区间和所述第二存储区间，N为正整数；根据所述第一个待处理数据向所述第一存储区间和所述第二存储区间复制成功的先后顺序，确定所述第一存储区间和所述第二存储区间的数据处理顺序；根据所述数据处理顺序，交替处理所述第一存储区间和所述第二存储区间的待处理数据，并在对所述第一存储区间和所述第二存储区间一者中的待处理数据进行处理的过程中，通过所述直接内存访问控制器复制下一个待处理数据至所述第一存储区间和所述第二存储区间中的另一者，直至所述N个待处理数据处理完成。2.根据权利要求1所述的数据处理方法，其特征在于，所述控制芯片中封装有中断服务函数，在根据所述第一个待处理数据向所述第一存储区间和所述第二存储区间复制成功的先后顺序，确定所述第一存储区间和所述第二存储区间的数据处理顺序之前，所述数据处理方法还包括：调用所述中断服务函数，以获取对应所述第一存储区间和所述第二存储区间的中断标志位；在所述中断标志位为有效状态的情况下，判定所述第一个待处理数据向对应的存储区间复制成功。3.根据权利要求2所述的数据处理方法，其特征在于，所述交替处理所述第一存储区间和所述第二存储区间的待处理数据，包括：在所述中断标志位为有效状态的情况下，处理所述第一存储区间或所述第二存储区间中的待处理数据。4.根据权利要求1至3中任一项所述的数据处理方法，其特征在于，所述第一存储区间和所述第二存储区间为第一内存的存储区间，所述第一内存支持编程寻址，所述第一内存为紧耦合高度缓存，所述第一存储区间和所述第二存储区间的空间地址相互独立。5.根据权利要求1至3中任一项所述的数据处理方法，其特征在于，所述直接内存访问控制器的通道数量与所述系统总线上分配的存储区间的数量相对应。6.一种深度学习模型的部署方法，其特征在于，包括：获取深度学习模型的卷积数据，所述卷积数据包括所述深度学习模型的卷积核的参数量；在所述参数量大于第一内存值的情况下，将所述卷积核的权重数据分割为N个待处理数据，通过如权利要求1至5中任一项所述的数据处理方法，处理所述N个待处理数据；其中，所述第一内存值为第一内存的内存值，所述第一内存为紧耦合高度缓存，N为正整数。7.根据权利要求6所述的深度学习模型的部署方法，其特征在于，在获取深度学习模型的卷积数据之后，所述深度学习模型的部署方法还包括：在所述参数量小于或等于所述第一内存值的情况下，将所述权重数据整体复制到所述第一内存中进行处理。8.根据权利要求6所述的深度学习模型的部署方法，其特征在于，所述卷积数据还包括
每一层卷积处理的卷积输入数据，在获取深度学习模型的卷积数据之后，所述深度学习模型的部署方法还包括：针对每一层卷积处理，在所述卷积输入数据小于第二内存值的情况下，将所述卷积输入数据传输至第二内...
【专利技术属性】
技术研发人员：丁维浩，唐剑，牟小峰，张法朝，赵东宇，夏立超，
申请(专利权)人：美智纵横科技有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。