[发明专利]通过数据共享和分配增强人工智能/机器硬件的处理性能

权利要求书

1.一种用于人工智能/机器学习计算环境(200)中的增强的数据处理的系统，所述系统包括：

至少一个神经网络处理器(105)；

至少一个存储器组件(220，225)；以及

至少一个存储器(210)，所述至少一个存储器(210)与所述至少一个神经网络处理器(105)通信，所述至少一个存储器(210)具有被存储在其上的计算机可读指令，所述计算机可读指令在由所述至少一个处理器执行时使所述至少一个处理器：

从所述计算环境(200)的协作组件接收一个或多个处理参数，所述一个或多个处理参数代表数据处理的特性，所述数据处理的特性包括输入数据(640)的特性和将由所述计算环境(200)执行的处理的类型；

从所述存储器组件(220，225)读取所述输入数据(640)；

在所述人工智能/机器学习计算环境(200)的一个或多个数据处理周期期间，根据所述一个或多个处理参数重组经读取的所述输入数据以用于写入协作神经元缓冲器(610)；

将经重组的所述数据写入所述神经元缓冲器(610)的一个或多个主神经元缓冲器存储器组件(615，630)；以及

将所述一个或多个主神经元缓冲器存储器组件(615，630)的被写入的所述数据复制到一个或多个阴影神经元缓冲器存储器组件(620，625)。

2.根据权利要求1所述的系统，其中所述计算机可读指令还使所述至少一个处理器将被复制到所述一个或多个阴影神经元缓冲器存储器组件的所述数据传送到一个或多个协作神经元以用于处理。

3.根据权利要求2所述的系统，其中在所述一个或多个主神经元缓冲器存储器组件的存储器在数据事务处理周期期间已满之后，所述一个或多个主神经元缓冲器存储器组件的被写入的所述数据的复制操作被执行。

4.根据权利要求3所述的系统，其中所述计算机可读指令还使所述至少一个处理器根据所选择的步幅值重组所述数据。

5.根据权利要求4所述的系统，其中所述一个或多个主神经元缓冲器存储器组件包括多个行和列，列的数目与处理所述输入数据所需的数据周期的数目成比例。

6.根据权利要求5所述的系统，其中所述计算机可读指令还使所述至少一个处理器通过一个或多个其他计算环境组件处理所述一个或多个处理参数，以生成特定于经读取的所述输入数据的所述重组的一个或多个指令。

7.根据权利要求6所述的系统，其中所述数据的所述重组由所述一个或多个其他计算环境组件计算，以在数据事务周期期间将数据传送到每个可用的一个或多个神经元。

8.一种计算机实现的方法，包括：

从计算环境(200)的协作组件接收一个或多个处理参数，所述一个或多个处理参数代表数据处理的特性，所述数据处理的特性包括输入数据(640)的特性和将由所述计算环境(200)执行的处理的类型；

从存储器组件(220，225)输入数据读取输入数据(640)；

根据所述一个或多个处理参数重组经读取的所述输入数据(640)以用于写入协作神经元缓冲器(610)；

将经重组的所述数据写入所述神经元缓冲器(610)的一个或多个主神经元缓冲器存储器组件(615，630)；

将所述一个或多个主神经元缓冲器存储器组件(615，630)的被写入的所述数据复制到一个或多个阴影神经元缓冲器存储器组件(620，625)；以及

将被复制到所述一个或多个阴影神经元缓冲器存储器组件的所述数据传送到一个或多个协作神经元(635)以用于处理。

9.根据权利要求8所述的计算机实现的方法，还包括从所述存储器组件读取数据以用于写入协作的第一主神经元缓冲器存储器组件。

10.根据权利要求9所述的计算机实现的方法，还包括从所述存储器组件读取数据以用于写入协作的第二主神经元缓冲器存储器组件。