[发明专利]深度学习处理器的监控方法和监控装置

权利要求书

1.一种深度学习处理器的监控方法，其特征在于，包括以下步骤：

初始化标准数据并存储该标准数据所对应的标准计算结果；

判断所述深度学习处理器的运行状态；

根据所述深度学习处理器的运行状态，向深度学习处理器发送所述标准数据，其中，当判断所述深度学习处理器处于等待状态时，按照一定的时间间隔，向深度学习处理器周期性的发送所述标准数据，当判断所述深度学习处理器处于计算状态时，对计算任务进行分隔，在计算任务的间隔中向深度学习处理器发送所述标准数据；

接收深度学习处理器返回的计算结果；

将接收到的计算结果与所存储的标准计算结果进行比较；

当比较的结果一致时，判断所述深度学习处理器的状态正常，当比较的结果不一致时，判断所述深度学习处理器发生异常。

2.根据权利要求1所述的深度学习处理器的监控方法，其中，

所述标准数据随机产生、或者针对特定的输入输出组织而生成，对应的标准计算结果由与配置在深度学习处理器上相同的神经网络计算而预先得到。

3.一种深度学习处理器的监控装置，其特征在于，包括：

初始化模块，初始化标准数据并存储该标准数据所对应的标准计算结果；

状态判断模块，判断所述深度学习处理器的运行状态；

发送数据模块，根据所述深度学习处理器的运行状态向深度学习处理器发送所述标准数据，其中，当状态判断模块判断出所述深度学习处理器处于等待状态时，按照一定的时间间隔，由发送数据模块向深度学习处理器周期性的发送所述标准数据，当判断出所述深度学习处理器处于计算状态时，对计算任务进行分隔，在计算任务的间隔中由发送数据模块向深度学习处理器发送所述标准数据；

接收数据模块，接收深度学习处理器返回的计算结果；

比较模块，将接收到的计算结果与所存储的标准计算结果进行比较；

结果判断模块，当比较的结果一致时，判断所述深度学习处理器的状态正常，当比较的结果不一致时，判断所述深度学习处理器发生异常。

4.根据权利要求3所述的深度学习处理器的监控装置，其中，

所述标准数据随机产生、或者针对特定的输入输出组织而生成，对应的标准计算结果由与配置在深度学习处理器上相同的神经网络计算而预先得到。