[发明专利]具有数据连接器组件的点对点连接的处理元件

说明书

一种微处理器系统包括第一处理元件、第二处理元件、第一处理元件和第二处理元件之间的点对点连接、以及至少将第一处理元件和第二处理元件连接在一起的通信总线。第一处理元件包括第一矩阵计算单元，第二处理元件包括第二矩阵计算单元。点对点连接被配置为至少将第一处理元件的结果提供给第二处理元件的数据连接器组件，该数据连接器组件被配置为至少将第一处理元件所提供的结果与第二矩阵计算单元的结果相结合。

发明背景

使用神经网络可以解决一整类复杂的人工智能问题。由于这些问题通常是在计算方面数据密集型的，所以硬件解决方案通常有利于提高神经网络的性能。使用基于硬件的解决方案，将较大的复杂问题分成较小的子问题，通常可以更快地解决这些解决方案。可以单独解决每个子问题，每个子问题的结果可被合并以确定较大问题的解决方案。此外，每个子问题可以被分配给不同的问题解决单元。但是，根据问题的类型，每个子问题结果的合并可能与硬件加速器架构不兼容。由于存在不同的问题类型，因此在不显著牺牲性能和效率的情况下创建兼容不同问题类型的硬件平台是一项挑战。因此，需要一种硬件解决方案来提高解决不同类型的高度分布式人工智能问题的能力。

附图简述

在以下详细描述和附图中公开了本发明的各种实施例。

图1是示出使用神经网络解决人工智能问题的系统的实施例的框图。

图2是示出使用神经网络解决人工智能问题的处理元件的实施例的框图。

图3是示出使用神经网络解决人工智能问题的处理元件的实施例的框图。

图4是示出使用硬件加速器解决涉及大数据集的矩阵运算的过程的实施例的流程图。

图5是示出使用分布式硬件加速器系统解决涉及大数据集的矩阵运算的过程的实施例的流程图。

图6是示出使用分布式硬件加速器系统解决涉及大数据集的矩阵运算的过程的实施例的流程图。

详细描述

本发明可以以多种方式实现，包括作为过程；装置；系统；物质的组成；体现在计算机可读存储介质上的计算机程序产品；和/或处理器，例如被配置为执行存储在耦合到处理器的存储器上和/或由该存储器提供的指令的处理器。在本说明书中，这些实现或者本发明可以采取的任何其他形式可以被称为技术。通常，在本发明的范围内，可以改变所公开的过程的步骤顺序。除非另有说明，否则被描述为被配置成执行任务的诸如处理器或存储器的组件可以被实现为在给定时间被临时配置为执行任务的通用组件或者被制造为执行任务的特定组件。如本文所使用的，术语“处理器”指的是被配置成处理数据(例如，计算机程序指令)的一个或更多个设备、电路和/或处理核心。

下面提供了本发明的一个或更多个实施例的详细描述以及说明本发明原理的附图。结合这些实施例描述了本发明，但是本发明不限于任何实施例。本发明的范围仅由权利要求限定，并且本发明包括许多替代、修改和等同物。为了提供对本发明的全面理解，在以下描述中阐述了许多具体细节。这些细节是出于示例的目的而提供的，并且本发明可以根据权利要求来实施，而不需要这些具体细节中的一些或全部。为了清楚起见，没有详细描述与本发明相关的技术领域中已知的技术材料，以免不必要地模糊本发明。