[发明专利]机器学习处理器及使用处理器执行向量缩放指令的方法

权利要求书

1.一种机器学习处理器，其特征在于，所述处理器设置于计算装置内，所述计算装置用于执行向量缩放指令，执行所述向量缩放指令具体包括如下步骤：

获取向量缩放指令，所述向量缩放指令包括：SCAL x, a；SCAL为指令标识；所述x为向量x的首地址，a为标量；

执行所述向量缩放指令得到向量缩放指令的具体结果；所述执行所述向量缩放指令得到向量缩放指令的具体结果具体包括：

提取所述向量缩放指令向量x、标量a，将向量x和标量a进行乘积运算得到向量缩放运算的结果Xi;

所述向量缩放指令还包括：type，incx，其中，type为进行操作的数据类型，incx为向量x的元素之间的地址间隔；所述提取所述向量缩放指令向量x具体包括：

以步长incx提取向量缩放向量x。

2.根据权利要求1所述的机器学习处理器，其特征在于，

所述向量缩放指令还包括n，所述n为向量长度；所述提取所述向量缩放指令向量x具体包括：

提取向量长度为n的向量x。

3.根据权利要求1所述的机器学习处理器，其特征在于，

所述操作的数据类型为实数或复数。

4.根据权利要求1所述的机器学习处理器，其特征在于，所述计算装置还包括：存储器，所述存储器用于存储向量、标量。

5.根据权利要求4所述的处理器，其特征在于，

所述存储器为高速暂存存储器。

6.根据权利要求4所述机器学习处理器，其特征在于，

所述处理器，具体用于将所述运算的结果Xi按所述incx的步长存入到所述存储器。

7.根据权利要求4或5所述的机器学习处理器，其特征在于，

所述处理器，用于向所述存储器发送读取向量x的读取命令以批量读取方式获取对应的向量x。

8.一种机器学习处理器执行向量缩放指令的方法，其特征在于，所述方法应用于计算装置，所述方法包括如下步骤：

获取向量缩放指令，所述向量缩放指令包括：SCAL x, a；SCAL为指令标识；所述x为向量x的首地址，a为标量；

执行所述向量缩放指令得到向量缩放指令的具体结果；所述执行所述向量缩放指令得到向量缩放指令的具体结果具体包括：

提取所述向量缩放指令向量x、标量a，将向量x和标量a进行乘积运算得到向量缩放运算的结果Xi;

所述向量缩放指令还包括：type，incx，其中，type为进行操作的数据类型，incx为向量x的元素之间的地址间隔；所述提取所述向量缩放指令向量x具体包括：

以步长incx提取向量缩放向量x。

9.根据权利要求8所述的方法，其特征在于，

所述向量缩放指令还包括n，所述n为向量长度；所述提取所述向量缩放指令向量x具体包括：

提取向量长度为n的向量x。

10.根据权利要求9所述的方法，其特征在于，

所述操作的数据类型为实数或复数。

11.根据权利要求8所述的方法，其特征在于，所述计算装置还包括：存储器，所述存储器用于存储向量。

12.根据权利要求11所述的方法，其特征在于，所述方法还包括：

将所述运算的结果Xi按所述incx的步长存入到所述存储器。

13.根据权利要求11或12所述方法，其特征在于，

所述存储器为高速暂存存储器。