[发明专利]自适应地选择执行模式的系统和方法

权利要求书

1.一种自适应地选择执行模式的系统，其特征在于，包括：

多个执行单元；

存储器；

内嵌在处理组件中的控制器，其中所述处理组件耦合至所述存储器且耦合至所述多个执行单元，所述控制器能够为所述多个执行单元引导执行模式选择，所述控制器还能够：

参与包括收集信息的定义操作，收集多个所述执行单元的多个相关信息，收集信息包括与任务特征集定义、输入特征集定义相关的信息，所述任务特征集包括与从多个指令、多个任务参数、执行时间和存储器占用率中选择的至少一个特征相关联的信息；所述输入特征集包括与从输入长度、输入类型和输入数据的维数中选择的至少一个特征相关联的信息；

建立多个通过执行基于有引导的机器学习的训练将任务特征集定义和输入特征集定义的特点映射到执行模式的定义对，以及

在实时运行时执行动态执行模式的自适应选择。

2.根据权利要求1所述的系统，其特征在于，所述任务特征集定义包括从其他任务的以往运行和当前任务的当前特点收集的一组数据。

3.根据权利要求1所述的系统，其特征在于，所述输入特征集定义包括一组描述当前输入的特点的数据。

4.根据权利要求1所述的系统，其特征在于，所述收集信息还包括与执行模式选择相关联的启发式定义信息相关的信息，所述与执行模式选择相关联的启发式定义包括为程序选择执行模式的流程中步骤的集合。

5.根据权利要求1所述的系统，其特征在于，所述收集信息的一部分收集后用作历史运行的训练示例。

6.根据权利要求1所述的系统，其特征在于，执行模式选择包括有着不同参数的顺序执行模式和并行执行模式之间的选择。

7.一种由控制器执行的方法，所述方法包括：

收集多个由所述控制器控制的执行单元的相关信息，收集信息包括与任务特征集定义、输入特征集定义相关的信息，所述任务特征集包括与从多个指令、多个任务参数、执行时间和存储器占用率中选择的至少一个特征相关联的信息；所述输入特征集包括与从输入长度、输入类型和输入数据的维数中选择的至少一个特征相关联的信息；

通过执行包括进行有引导的机器学习的训练来将任务特征集定义和输入特征集定义的特点关联到执行模式；

进行执行模式的自适应选择，其中所述自适应选择是动态执行的；

发起利用选择的执行模式的实际运行。

8.根据权利要求7所述的方法，其特征在于，所述进行有引导的机器学习包括：

输入包括成对训练样本数据的第一部分的任务特征和数据特征；

计算当前控制器输出；

计算所述当前控制器输出和目标控制器输出之间的差异，所述差异包括所述成对训练样本数据的第二部分；

在确定所述差异大于阈值时，将误差传播回到所述计算所述当前控制器输出；否则，继续进行下一个样本数据。

9.根据权利要求8所述的方法，其特征在于，所述继续进行所述下一个样本数据涉及执行与所述任务特征和数据特征相关联的第一样本至最后样本的样本数据。

10.根据权利要求7所述的方法，其特征在于，所述收集信息还包括与执行模式选择相关联的启发式定义信息相关的信息，所述与执行模式选择相关联的启发式定义包括为程序选择执行模式的流程中步骤的集合。

11.根据权利要求7所述的方法，其特征在于，所述进行执行模式的自适应选择包括：

发起任务的试用版以收集特征；

在带有实时执行的计算前馈程序中选择所述执行模式中的一种模式；

发起在所述执行模式中的一种模式下的流程执行。