[发明专利]多核异构智能处理器及运算方法有效
| 申请号: | 202010770240.5 | 申请日: | 2020-08-03 |
| 公开(公告)号: | CN111930669B | 公开(公告)日: | 2023-09-01 |
| 发明(设计)人: | 请求不公布姓名 | 申请(专利权)人: | 中国科学院计算技术研究所 |
| 主分类号: | G06F15/167 | 分类号: | G06F15/167;G06F7/485;G06N3/06 |
| 代理公司: | 中科专利商标代理有限责任公司 11021 | 代理人: | 周天宇 |
| 地址: | 100190 北*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 多核 智能 处理器 运算 方法 | ||
本公开提供了一种多核异构智能处理器及运算方法,所述多核异构智能处理器包括通用处理器和/或至少一个智能处理器,所述智能处理器包括:存储单元、控制器单元和运算单元,所述存储单元存储待运算数据,所述运算方法包括:所述控制器单元接收运算指令,并解析所述运算指令得到所述运算指令对应的待运算数据的地址和运算操作;所述运算单元访问所述待运算数据的地址,获取所述待运算数据,执行所述运算操作,所述运算操作用于基于所述待运算数据在预置的表项存储子单元获取所述待运算数据对应的中间结果数据,并基于所述中间结果数据得到输出结果。可提高运算速度,降低功耗。
技术领域
本公开涉及数据处理技术领域,尤其涉及一种多核异构智能处理器及运算方法。
背景技术
数据处理是神经网络中进行的必要步骤,而神经网络运算中通常存在大量的数据,现有运算装置在进行神经网络的数据运算时采用的运算装置速度较慢,运算装置的功耗和能耗开销较大。
发明内容
本公开的主要目的在于提供一种多核异构智能处理器及运算方法,可提高运算速度,降低功耗。
为实现上述目的,本公开实施例第一方面提供一种多核异构智能处理器,所述多核异构智能处理器包括通用处理器和/或至少一个智能处理器,所述智能处理器包括:
存储单元、控制器单元和运算单元;
所述存储单元,用于存储待运算数据;
所述控制器单元,用于接收运算指令,并解析所述运算指令得到所述运算指令对应的待运算数据的地址和运算操作;
所述运算单元,用于访问所述待运算数据的地址,获取所述待运算数据,执行所述运算操作,所述运算操作用于基于所述待运算数据在预置的表项存储子单元获取所述待运算数据对应的中间结果数据,并基于所述中间结果数据得到输出结果。
可选的,所述控制器单元,还用于接收并解析写表项指令,得到写表项操作;
所述表项存储子单元,用于执行所述写表项操作,写入并存储表项数据。
可选的,所述运算单元包括查表子单元,用于根据所述待运算数据在表项存储子单元的预置的表项数据中查找所述待运算数据对应的所述中间结果数据。
可选的,所述表项数据包括所述进行有限值量化后的神经元数据与权值数据进行指定运算后的所述中间结果数据。
可选的,当所述运算操作包括权值数据复用操作时;
所述查表子单元,具体用于根据所述进行有限值量化后的神经元数据在所述表项存储子单元存储的表项数据中查找所述中间结果数据。
可选的,所述表项数据中包括进行有限值量化后的神经元数据与至少一个预设数据进行指定运算后的所述中间结果数据。
可选的,当所述运算操作包括神经元数据复用操作;
所述查表子单元,具体用于根据所述权值数据在所述表项存储子单元存储的表项数据中查找所述中间结果数据。
可选的,所述运算单元还包括运算子单元和量化子单元;
所述运算子单元,用于基于所述中间结果数据,得到所述神经元数据;
所述量化子单元,用于对所述神经元数据进行有限值量化,得到所述输出结果。
可选的,所述运算单元包括量化表存储子单元,所述量化表存储子单元中存储量化表,所述量化表中所述存储神经元数据进行有限值量化前后的映射关系。
可选的,所述量化子单元,具体用于根据所述量化表存储子单元中存储的量化表,查找进行有限值量化后的所述神经元数据,所述输出结果为进行有限值量化后的所述神经元数据。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院计算技术研究所,未经中国科学院计算技术研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010770240.5/2.html,转载请声明来源钻瓜专利网。





