本地数据的存取调度方法、存取调度装置以及存储介质制造方法及图纸

本申请提出一种本地数据的存取调度方法、存取调度装置以及计算机存储介质。所述存取调度方法应用于一种处理器，所述存取调度方法包括：将存取调取任务的所有迭代所需要的数据块信息存入链表；在运算阶段每一次迭代时，从所述链表中读取对应的数据块信息，从而存取数据块的运算结果，并更新所述数据块，直至完成所述运算阶段的所有迭代；在分发阶段每一次迭代时，从更新后的数据块读取对应数据块信息，从而存取数据块的分发结果，直至完成所述分发阶段的所有迭代。通过上述存取调度方法，采用链式DMA的方式实现本地数据的存取调度，能够解放处理器资源，延时小，传输效率高，调度简单，握手开销小。

【技术实现步骤摘要】

本申请涉及数据读写，特别是涉及一种本地数据的存取调度方法、存取调度装置以及计算机存储介质。

技术介绍

1、随着ai(人工智能，artificial intelligence)技术的广泛应用，模型越来越大，数据越来越多；这自然对算力要求越来越高，尤其是训练场景。然而，受工艺和功耗等限制，单颗soc(system on chip，片上系统)芯片，如ai专用芯片、gpu(图形处理器，graphicsprocessing unit)等的算力已不能满足需求。所以，多颗芯片联合工作，如多卡gpu分布式训练以提高算力是业界通用的方式。分布式架构中多个gpu之间的通信方式分为点对点通信(point-to-point communication)和聚合通信(collective communication)。相比点对点通信(如send和isend等)的1个sender对应1个receiver而导致的通信效率降低，聚合通信(如broadcast，scatter，gather，reduce，all-reduce，reduce-scatter，all-to-all等)的多个sen本文档来自技高网...

【技术保护点】

1.一种本地数据的存取调度方法，其特征在于，所述存取调度方法应用于一种处理器，所述存取调度方法包括：

2.根据权利要求1所述的存取调度方法，其特征在于，

3.根据权利要求2所述的存取调度方法，其特征在于，

4.根据权利要求1所述的存取调度方法，其特征在于，

5.根据权利要求4所述的存取调度方法，其特征在于，

6.根据权利要求5所述的存取调度方法，其特征在于，

7.一种本地数据的存取调度方法，其特征在于，所述存取调度方法应用于一种处理器系统，其中，所述处理器系统至少包括第一处理器、第二处理器以及第三处理器；所述存取调度...

【技术特征摘要】

1.一种本地数据的存取调度方法，其特征在于，所述存取调度方法应用于一种处理器，所述存取调度方法包括：

2.根据权利要求1所述的存取调度方法，其特征在于，

3.根据权利要求2所述的存取调度方法，其特征在于，

4.根据权利要求1所述的存取调度方法，其特征在于，

5.根据权利要求4所述的存取调度方法，其特征在于，

6.根据权利要求5所述的存取调度方法，其特征在于，

7.一种本地数据的存取调度方法，其特...

【专利技术属性】
技术研发人员：刘文龙，冷祥纶，占惠花，刘晨，
申请(专利权)人：上海阵量智能科技有限公司，
类型：发明
国别省市：