数据处理系统、数据处理方法和电子设备技术方案

本公开提供了一种数据处理系统、数据处理方法和电子设备，涉及计算机技术领域。该数据处理系统包括：存储器，被配置为存储操作数据，操作数据包括第一操作数据和第二操作数据；标识生成单元，被配置为生成与操作数据对应的标识，该标识用于表征操作数据为零值或非零值；乘法处理单元，乘法处理单元包括乘法器，乘法处理单元被配置为接收第一操作数据和第一操作数据对应的标识以及第二操作数据和第二操作数据对应的标识，以及在第一操作数据和第二操作数据中至少之一为零值的情况下，控制乘法器停止工作，并输出零值。本公开可以减少乘法器的运算量，提高系统的整体运算效率。提高系统的整体运算效率。提高系统的整体运算效率。

【技术实现步骤摘要】
数据处理系统、数据处理方法和电子设备


[0001]本公开涉及计算机
，具体而言，涉及一种数据处理系统、数据处理方法和电子设备。

技术介绍

[0002]深度学习(Deep Learning，DL)的出现极大推动了人工智能领域的发展。利用深度学习的方式，可以实现例如图像识别、语音识别、对象分类等功能，可被广泛应用于人机交互、安全监控、智能驾驶、医疗智能化等各个领域。
[0003]然而，深度学习普遍存在运算量大、功耗高的问题。

技术实现思路

[0004]本公开提供一种数据处理系统、数据处理方法和电子设备，进而至少在一定程度上克服深度学习过程运算量大的问题。
[0005]根据本公开的第一方面，提供了一种数据处理系统，包括：存储器，被配置为存储操作数据，操作数据包括第一操作数据和第二操作数据；标识生成单元，被配置为生成与操作数据对应的标识，该标识用于表征操作数据为零值或非零值；乘法处理单元，乘法处理单元包括乘法器，乘法处理单元被配置为接收第一操作数据和第一操作数据对应的标识以及第二操作数据和第二操作数据对应的标识，以及在第一操作数据和第二操作数据中至少之一为零值的情况下，控制乘法器停止工作，并输出零值。
[0006]根据本公开的第二方面，提供了一种数据处理方法，包括：通过存储器存储操作数据，操作数据包括第一操作数据和第二操作数据；通过标识生成单元生成与操作数据对应的标识，标识用于表征操作数据为零值或非零值；通过乘法处理单元接收第一操作数据和第一操作数据对应的标识以及第二操作数据和第二操作数据对应的标识，以及在第一操作数据和第二操作数据中至少之一为零值的情况下，控制乘法处理单元包含的乘法器停止工作，并输出零值。
[0007]根据本公开的第三方面，提供了一种电子设备，该电子设备包括上述数据处理系统。
[0008]在本公开的一些实施例所提供的技术方案中，通过对待进行相乘的操作数据配置是否为零值的标识，在至少一个操作数据为零值的情况下，控制乘法器停止工作并输出零值，可以避免零值仍参与乘法器的乘法运算的情况，减少了运算量，提高了系统的整体运算速度，并降低了设备运行的功耗。
[0009]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
[0010]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施
例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，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。在附图中：
[0011]图1示出了本公开实施例的利用处理引擎实现卷积运算的示意图；
[0012]图2示意性示出了本公开实施方式的数据处理系统的方框图；
[0013]图3示意性示出了本公开实施例的乘法处理单元的方框图；
[0014]图4示意性示出了本公开实施例的第一数据输出单元的方框图；
[0015]图5示出了本公开实施例的乘法处理单元的示意图；
[0016]图6示意性示出了本公开另一实施方式的数据处理系统的方框图；
[0017]图7示意性示出了本公开实施例的数据转换单元的方框图；
[0018]图8示出了本公开实施例的在数据传输链路中增加零值判定逻辑的示意图；
[0019]图9示意性示出了本公开示例性实施方式的数据处理方法的流程图；
[0020]图10示意性示出了根据本公开的示例性实施方式的电子设备的方框图。
具体实施方式
[0021]现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中，提供许多具体细节从而给出对本公开的实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而省略所述特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。
[0022]此外，附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
[0023]附图中所示的流程图仅是示例性说明，不是必须包括所有的步骤。例如，有的步骤还可以分解，而有的步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。另外，下面所有的术语“第一”、“第二”仅是为了区分的目的，不应作为本公开内容的限制。
[0024]需要说明的是，本公开实施方式的数据处理方案可以由电子设备实现，具体的，本公开实施方式的数据处理系统可以配置在电子设备中，可以由电子设备执行本公开实施方式的数据处理方法的各个步骤。该电子设备除例如是智能手机、平板电脑、个人计算机等终端设备之外，还可以是服务器，本公开对此不做限制。
[0025]图1示出了本公开实施例的利用处理引擎实现卷积运算的示意图。
[0026]处理引擎可以是电子设备包括的神经网络处理器(Neural
‑
network Processing Unit，NPU)中的计算引擎，包括但不限于向量处理引擎和张量处理引擎。其中，向量处理引
擎可以用于处理一维数组的运算。张量处理引擎可以用于面向多维数组之间的运算，在人工智能(Artificial Intelligence，AI)加速器中，负责大规模卷积的并行运算，可以显著提升运算性能。
[0027]处理引擎针对人工智能网络中的卷积运算进行计算，卷积运算包括将特征图像与对应位置的权重数据相乘，再将一个通道上所有乘法结果进行累加。
[0028]参考图1，首先，处理引擎可以将特征图像和权重数据从存储器中读出，存入处理引擎内部的寄存器文件中。接下来，乘累加阵列从寄存器文件中读取数据，经由乘法及加法的运算处理，生成数据处理结果，并将数据处理结果回写至存储器中。
[0029]在实际的计算过程中，由于前期算法网络已经对权重数据进行了剪枝压缩等操作，所以对于权重数据，存在一定比例的零值。另外，特征图像中通常也存在一定比例的零值。
[0030]对于乘法器而言，如果两个操作数中只要一个为零值，那么计算结果也是零值。然而，目前一些技术中的零值仍会参与到乘法器的运算过程中，造成多余的运算，影响了系统处理的效率。
[0031]为了解决零值参与乘法运算导致计算机系统运算量大的问题，本公开实施方式提本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据处理系统，其特征在于，包括：存储器，被配置为存储操作数据，所述操作数据包括第一操作数据和第二操作数据；标识生成单元，被配置为生成与所述操作数据对应的标识，所述标识用于表征所述操作数据为零值或非零值；乘法处理单元，所述乘法处理单元包括乘法器，所述乘法处理单元被配置为接收所述第一操作数据和所述第一操作数据对应的标识以及所述第二操作数据和所述第二操作数据对应的标识，以及在所述第一操作数据和所述第二操作数据中至少之一为零值的情况下，控制所述乘法器停止工作，并输出零值。2.根据权利要求1所述的数据处理系统，其特征在于，所述乘法处理单元还被配置为在所述第一操作数据和所述第二操作数据均为非零值的情况下，控制所述乘法器将所述第一操作数据与所述第二操作数据相乘，输出相乘的结果。3.根据权利要求2所述的数据处理系统，其特征在于，所述乘法处理单元还包括：标识分析单元，被配置为接收所述第一操作数据对应的标识和所述第二操作数据对应的标识，并根据所述第一操作数据对应的标识和所述第二操作数据对应的标识，输出所述第一操作数据和所述第二操作数据中是否至少之一为零值的分析结果；第一数据选择器，包括第一输入端、第二输入端和选择控制端，所述第一输入端与所述乘法器的输出端连接，所述第二输入端接收零值，所述选择控制端接收所述分析结果，所述第一数据选择器被配置为基于所述分析结果从所述乘法器的输出值和零值中选择一个输出。4.根据权利要求3所述的数据处理系统，其特征在于，所述乘法处理单元还包括：第一数据输出单元，被配置为接收所述第一操作数据、所述分析结果和时钟信号，并根据所述分析结果和所述时钟信号确定是否将所述第一操作数据输出至所述乘法器；第二数据输出单元，被配置为接收所述第二操作数据、所述分析结果和所述时钟信号，并根据所述分析结果和所述时钟信号确定是否将所述第二操作数据输出至所述乘法器。5.根据权利要求4所述的数据处理系统，其特征在于，所述第一数据输出单元包括：时钟控制模块，被配置为接收所述分析结果和所述时钟信号，利用所述...

【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：