【技术实现步骤摘要】
本专利技术涉及计算机，尤其涉及一种高性能模型算子开发方法、装置、设备及存储介质。
技术介绍
1、开发高性能人工智能(artificial intelligence，ai)算子，对人工智能加速卡加速训练人工智能模型、提高计算性能和效率具有重要意义。
2、现有技术中，针对语言识别模型而言，需要结合高效数值算法、软硬件架构、并行计算优化等因素，在线设计语言识别模型对应的高性能算子。
3、但是，现有的高性能算子开发方法难度较高，并且开发过程耗时较久，导致算子开发效率较低。
技术实现思路
1、本专利技术提供了一种高性能模型算子开发方法、装置、设备及存储介质，可以降低语言识别模型中高性能算子的开发难度，提高开发效率。
2、根据本专利技术的一方面，提供了一种高性能模型算子开发方法，所述方法包括：
3、获取语言识别模型中目标算子对应的数据集，并将所述数据集加载至目标芯片的高级缓存区中；
4、其中，所述数据集中包括多个训练样本，每个训练样本中包括目...
【技术保护点】
1.一种高性能模型算子开发方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，获取语言识别模型中目标算子对应的数据集，包括：
3.根据权利要求1所述的方法，其特征在于，通过所述计算单元，使用各所述训练样本对算子生成智能体进行迭代训练，得到目标算子开发模型，包括：
4.根据权利要求3所述的方法，其特征在于，通过所述计算单元，根据各训练样本对应的优化算子代码与代码优化结果之间的差异值，对算子生成智能体的模型参数进行调整，得到所述目标算子开发模型，包括：
5.根据权利要求1所述的方法，其特征在于，所述目...
【技术特征摘要】
1.一种高性能模型算子开发方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，获取语言识别模型中目标算子对应的数据集，包括：
3.根据权利要求1所述的方法，其特征在于，通过所述计算单元，使用各所述训练样本对算子生成智能体进行迭代训练，得到目标算子开发模型，包括：
4.根据权利要求3所述的方法，其特征在于，通过所述计算单元，根据各训练样本对应的优化算子代码与代码优化结果之间的差异值，对算子生成智能体的模型参数进行调整，得到所述目标算子开发模型，包括：
5.根据权利要求1所述的方法，其特征在于，所述目标算子描述信息包括：目标算子类别、目标算子对应的输入数据数量、输入数据类型、输出数据数量以及输出...
【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：上海燧原科技股份有限公司，
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。