人工智能加速器制造技术

本公开提供了一种人工智能加速器

【技术实现步骤摘要】
人工智能加速器、芯片、数据处理方法及电子设备


[0001]本公开涉及人工智能
，具体而言，涉及一种人工智能加速器
、
人工智能加速芯片
、
数据处理方法及电子设备
。

技术介绍

[0002]人工智能加速器是一类专用的硬件加速器或计算机系统，旨在加速人工智能的应用运行以及处理海量数据
。
人工智能加速器中包含运算引擎和电源管理模块，运算引擎可以对数据进行处理，电源管理模块为运算引擎供电
。
[0003]目前在数据处理过程中，人工智能加速器在不同运算时间使用多个运算引擎进行运算，从而实现海量数据的高效处理
。
但是，上述人工智能加速器在进行数据处理时，易出现电流不平稳现象，导致系统的工作频率不稳定，从而影响系统稳定性
。

技术实现思路

[0004]本公开的目的在于提供一种人工智能加速器
、
人工智能加速芯片
、
数据处理方法及电子设备，进而至少在一定程度上克服由于相关技术的限制和缺陷而导致电流不平稳造成的系统不稳定的问题
。
[0005]根据本公开的第一方面，提供一种人工智能加速器，包括：运算引擎集合
、
电源管理模块和运算调度模块
。
运算引擎集合包括两种以上运算引擎，用于对数据处理网络中各算子进行运算；电源管理模块用于对运算引擎集合中的运算引擎进行供电；运算调度模块用于获取数据处理网络中各算子的属性信息，利用各算子的属性信息，对各算子的运算时间进行调整，以使数据处理过程中电源管理模块输出的电流一致
。
[0006]根据本公开的第二方面，提供一种数据处理方法，该数据处理方法可以由上述人工智能加速器来执行
。
[0007]根据本公开的第三方面，提供一种人工智能加速芯片，人工智能加速芯片内封装有上述人工智能加速器
。
[0008]根据本公开的第四方面，提供一种电子设备，包括上述人工智能加速器
。
[0009]在本公开的一些实施例所提供的技术方案中，人工智能加速器可以包括运算引擎集合
、
电源管理模块
、
运算调度模块
。
其中运算引擎集合包括两种以上运算引擎，用于对数据处理网络中各算子进行运算；电源管理模块用于对运算引擎集合中的运算引擎进行供电；运算调度模块用于获取数据处理网络中各算子的属性信息，利用各算子的属性信息，对各算子的运算时间进行调整，以使数据处理过程中电源管理模块输出的电流一致
。
该人工智能加速器中的运算调度模块可以获取算子的属性信息，并利用属性信息对该算子的运算时间进行调整，从而维持人工智能加速器在数据处理过程中的电流平稳性，以避免一些技术中多个运算引擎在同一运算时间进行运算而导致的电源管理模块在不同运算时间向运算引擎提供的电流不稳定问题
。
本公开提供的人工智能加速器，一方面，解决了电流不稳定造成的系统不稳定甚至崩溃的问题，另一方面，避免了电流不稳定造成的电源管理模块设
计成本高的问题
。
[0010]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
[0011]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：
[0012]图1示意性示出了根据本公开的示例性实施方式的一种人工智能加速器硬件结构示意图；
[0013]图2示意性示出了根据本公开的示例性实施方式的一种人工智能加速器的数据处理网络示意图；
[0014]图3示意性示出了根据本公开的示例性实施方式的一种不同计算层使用运算引擎的利用率示意图；
[0015]图4示意性示出了根据本公开的示例性实施方式的一种电流变化示意图；
[0016]图5示意性示出了根据本公开的示例性实施方式的一种人工智能加速器的系统架构图；
[0017]图6示意性示出了根据本公开的示例性实施方式的一种对各算子运算时间调整后的数据处理网络示意图；
[0018]图7示意性示出了根据本公开的示例性实施方式的一种在最大运算时间内调整各算子运算时间的示意图；
[0019]图8示意性示出了根据本公开的示例性实施方式的一种通过划分时间段调整各算子运算时间的过程示意图；
[0020]图9示意性示出了根据本公开的示例性实施方式的另一种对各算子运算时间调整后的数据处理网络示意图；
[0021]图
10
示意性示出了根据本公开的示例性实施方式的另一种不同计算层使用运算引擎的利用率示意图；
[0022]图
11
示意性示出了本公开的示例性实施方式的一种数据处理方法的流程图；
[0023]图
12
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
[0024]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
。
[0025]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
。
[0026]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.
一种人工智能加速器，其特征在于，包括：运算引擎集合，包括两种以上运算引擎，用于对数据处理网络中各算子进行运算；电源管理模块，用于对所述运算引擎集合中的运算引擎进行供电；运算调度模块，用于获取所述数据处理网络中各算子的属性信息，利用各所述算子的属性信息，对各所述算子的运算时间进行调整，以使数据处理过程中所述电源管理模块输出的电流一致
。2.
根据权利要求1所述的人工智能加速器，其特征在于，所述数据处理网络包括第一算子和第二算子；其中，所述运算调度模块利用各所述算子的属性信息对各所述算子的运算时间进行调整的过程包括：如果利用所述第一算子的属性信息和所述第二算子的属性信息确定出所述第一算子和所述第二算子并行执行的情况下，所述运算调度模块控制所述第一算子的运算时间与所述第二算子的运算时间错开
。3.
根据权利要求2所述的人工智能加速器，其特征在于，所述第一算子调用所述运算引擎集合中的第一运算引擎进行运算，所述第二算子调用所述运算引擎集合中的第二运算引擎进行运算；其中，所述运算调度模块控制所述第一算子的运算时间与所述第二算子的运算时间错开的过程包括：在所述第一运算引擎对所述第一算子进行运算之后，所述运算调度模块控制所述第一运算引擎关闭，并在所述第一运算引擎关闭之后，启动所述第二运算引擎对所述第二算子进行运算
。4.
根据权利要求2所述的人工智能加速器，其特征在于，所述第一算子调用所述运算引擎集合中的第一运算引擎进行运算，所述第二算子调用所述运算引擎集合中的第二运算引擎进行运算；其中，所述运算调度模块还用于获取所述数据处理过程所要求的最大运算时间；如果预先计算出对所述第一算子的运算时间和所述第二算子的运算时间调整后所述数据处理过程所需的运算时间大于所述最大运算时间，...

【专利技术属性】
技术研发人员：孙炜，祝叶华，
申请(专利权)人：OPPO，
类型：发明
国别省市：