【技术实现步骤摘要】
一种智能芯片系统的调试方法、装置、设备及介质
[0001]本专利技术实施例涉及智能芯片
,尤其涉及一种智能芯片系统的调试方法
、
装置
、
设备及介质
。
技术介绍
[0002]人工智能芯片系统是人工智能算法模型的算力基础,即人工智能算法模型的计算正确性和收敛性依赖于整套人工智能芯片系统的正确性,因此人工智能芯片系统的正确性对人工智能算法模型执行结果的准确性有着重要的作用
。
[0003]但是当新型人工智能芯片系统被设计开发出来之后,迭代升级阶段时的正确性和收敛性无法得到稳定持续的保证,直观的表现就是面对较多主流的复杂算法模型还无法运行正确和获得收敛,由于人工智能芯片系统的复杂性高
、
耦合性强,常常难以定位查找问题,导致人工智能芯片系统使用体验差
。
技术实现思路
[0004]本专利技术实施例提供一种智能芯片系统的调试方法
、
装置
、
设备及介质,以提高智能芯片系统调试的效率和准确性 />。
[0本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.
一种智能芯片系统的调试方法,其特征在于,包括:根据待调试芯片系统的功能项构建算法模型,并针对所述算法模型构建数据获取模块;将所述算法模型分别在所述待调试芯片系统和已验证的标准芯片系统上运行,并根据所述数据获取模块所采集的运行数据分别构建针对不同芯片系统的计算流程图;根据不同芯片系统所对应的计算流程图确定出所述待调试芯片系统的异常功能项,并针对所述异常功能项对所述待调试芯片系统进行调试
。2.
根据权利要求1所述的方法,其特征在于,所述根据待调试芯片系统的功能项构建算法模型,包括:确定所述待调试芯片系统所对应的功能项,并根据所述功能项设定模型参数,其中,所述模型参数包括模型输入
、
模型权重
、
随机种子和迭代次数;根据所述模型参数进行代码编译,以构建所述算法模型,其中,所述算法模型以代码的形式反映所述功能项
。3.
根据权利要求1所述的方法,其特征在于,所述针对所述算法模型构建数据获取模块,包括:针对所述算法模型确定采集数据的指定类型,其中,所述指定类型包括模型初始化参数
、
前向计算流数据
、
反向计算流数据和优化器更新后的模型参数;针对所述指定类型在所述算法模型中的指定位置插入采集探针,其中,所述采集探针在被启动时用于对所述指定类型的算法模型运行数据进行采集;根据所述指定类型和所述采集探针构建所述数据获取模块
。4.
根据权利要求3所述的方法,其特征在于,所述根据所述数据获取模块所采集的运行数据分别构建针对不同芯片系统的计算流程图,包括:当所述算法模型在运行过程中触发到所述数据获取模块的采集探针时,通过所述采集探针对所述算法模型所产生的指定类型的运行数据进行采集;针对采集的所述运行数据分别按照采集顺序构建标识;针对所述待调试芯片系统上所采集的运行数据以及所构建的标识构建第一前向计算流程图,并针对所述标准芯片系统上所采集的运行数据以及所构建的标识构建第二前向计算流程图,其中,所述第一前向计算流程图和所述第二前向计算流程图中的节点分别与所述算法模型中的代码行对应
。5.
根据权利要求4所述的方法,其...
【专利技术属性】
技术研发人员:廖金龙,姚建国,吴长平,许士芳,
申请(专利权)人:燧原智能科技成都有限公司,
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。