[发明专利]计算机设备、数据处理方法及存储介质

说明书

本发明提供了一种计算机设备，包括第一处理器、第二处理器、第一存储器和第二存储器，其中，第一存储器内存储有多个原始网络对应的离线模型及输入数据和能够在第一处理器上运行的运行时系统；运行时系统为基于可信运行环境建立的安全的运行时系统，第一存储器为安全存储介质；运行时系统能够从第一存储器内获取当前原始网络对应的离线模型及输入数据，并控制第二处理器运行当前原始网络对应的离线模型。本发明还提供了一种数据处理方法及存储介质。上述的计算机设备、数据处理方法及存储介质，能够实现在基于TEE等安全的运行时系统对神经网络等重量级数据的处理过程，拓展了神经网络的应用范围，提高了该计算机设备的处理速度及效率。

技术领域

本申请涉及计算机技术领域，特别是涉及一种计算机设备、数据处理方法及存储介质。

背景技术

人工神经网络作为一种重量级的数据，其是由大量的节点(或称为神经元)之间相互连接构成。基于人工神经网络数据的特点，在某些只能处理轻量级数据的运行环境中，该人工神经网络数据将无法运行，这将限制神经网络的应用范围。例如，TEE(TrustedExecution Environment，可信执行环境)作为一种安全系统，其能够与其他非安全执行环境(Rich Execution Environment，如安卓系统等)并行的独立的运行环境，且能够与非安全系统提供安全保护，从而提高设备的安全等级。但TEE具有编程接口和编程语言等软件限制，且TEE允许使用的安全内存很少，因此，TEE环境下无法运行Tensorflow，Caffe等重量级的神经网络数据。

发明内容

基于传统的TEE等运行环境无法运行神经网络框架等重量级数据的问题，有必要针对上述技术问题，提供一种计算机设备、数据处理方法及存储介质，该计算机设备能够在TEE等运行环境下运行神经网络数据，提高神经网络数据的通用性，同时提高该计算机设备的运行效率及速度。

一种计算机设备，包括第一处理器、第二处理器、第一存储器和第二存储器，其中，所述第一存储器内存储有多个原始网络对应的离线模型及输入数据和能够在所述第一处理器上运行的运行时系统，所述第二存储器内存储有能够在所述第一处理器或所述第二处理器上运行的操作系统；

所述运行时系统为基于可信运行环境建立的安全的运行时系统，所述第一存储器为安全存储介质；当所述运行时系统在所述第一处理器上运行时，所述运行时系统能够从所述第一存储器内获取当前原始网络对应的离线模型及输入数据，并控制所述第二处理器运行所述当前原始网络对应的离线模型；

其中，所述当前原始网络对应的离线模型中包含原始网络中各个计算节点对应的模型参数、指令以及所述原始网络中的各个计算节点的接口数据。

在其中一个实施例中，所述运行时系统包括：

数据处理装置，所述数据处理装置能够提供离线模型API及输入数据API，用于从所述第一存储器中获取当前原始网络对应的离线模型及输入数据；

设备管理装置，所述设备管理装置能够提供第二处理器驱动API，用于控制所述第二处理器启动或关闭；

任务执行装置，所述任务执行装置能够提供第二处理器运行API，用于控制所述第二处理器运行所述当前原始网络的离线模型及输入数据。

在其中一个实施例中，所述数据处理装置包括离线模型加载模块和输入数据加载模块；

所述离线模型加载模块能够提供离线模型API，用于从所述第一存储器中获取各个所述当前原始网络对应的离线模型，并对所述当前原始网络对应的离线模型进行解析；

所述输入数据加载模块能够提供输入数据API，用于从所述第一存储器中获取所述当前原始网络对应的输入数据。