[发明专利]计算方法以及相关产品

说明书

本披露提供一种计算方法以及相关产品,所述计算方法采用融合方式执行机器学习计算。本披露的技术方案具有计算量小，节省功耗的优点。

技术领域

本披露涉及神经网络技术领域，具体涉及一种计算方法以及相关产品。

背景技术

神经网络是一种运算模型，由大量的节点(或称神经元)之间相互联接构成。每个节点代表一种特定的输出函数，称为激励函数(activation function)。每两个节点间的连接都代表一个对于通过该连接信号的加权值，称之为权重，这相当于人工神经网络的记忆。网络的输出则依网络的连接方式，权重值和激励函数的不同而不同。而网络自身通常都是对自然界某种算法或者函数的逼近，也可能是对一种逻辑策略的表达。

神经网络的计算方式包括但不限于：加法运算、乘法运算、激活运算等等运算方式，对于神经网络现有的计算方式，无法实现对神经网络数据的快速运算，影响运算速度。

发明内容

本披露实施例提供了一种计算方法及相关产品，可实现提升运算速度的优点。

第一方面，本披露实施例提供一种计算方法,所述计算方法包括如下步骤：

控制器接收第一级指令序列，所述译码逻辑将该第一级指令序列拆分成多个第二级指令序列，

控制器为所述多个第二级指令序列开辟M个线程，控制器为所述M个线程中每个线程分配独立的寄存器以及配置独立寻址功能；所述M取值范围为大于等于1的整数；

群控制器获取所述多个第二级指令序列的多个计算类型，依据所述多个计算类型获取计算类型对应的融合计算方式，多个计算单元采用该融合计算方式调用所述M个线程对所述多个第二指令序列执行计算得到最终结果。

第二方面，提供一种计算系统，所述控制单元、计算群和总存储单元，所述控制单元包括：第一存储单元、译码逻辑和控制器，所述计算群包括：群控制器和多个计算单元；所述总存储单元，用于存储数据；

控制器，用于接收第一级指令序列以及用于控制所述第一存储单元和所述译码逻辑；

所述译码逻辑，用于将该第一级指令序列拆分成多个第二级指令序列；

所述控制器，还用于为所述多个第二级指令序列开辟M个线程；为所述M个线程中每个线程分配独立的寄存器以及配置独立寻址功能；所述M取值范围为大于等于1的整数，将所述多个第二级指令序列转换成多个控制信号发送给所述群控制器；

所述群控制器，用于接收所述多个控制信号，获取所述多个控制信号的多个计算类型，将M个线程划分成N个线程组，依据该多个计算类型为多个计算单元分配N个线程组以及多个控制信号；

计算单元，用于通过分配的线程组以及控制信令从所述总存储单元提取数据执行运算得到中间结果，

所述群控制器，用于将所有中间结果拼接得到最终计算结果。

可选的，所述多个计算单元包括：加法计算器、乘法计算器、激活计算器或专用计算器。

可选的，所述专用计算器包括：人脸识别计算计算器、图形计算器、指纹计算器或神经网络计算器。

可选的，所述群组控制器，具体用于如多个控制信号的计算类型为图形计算、指纹识别、人脸识别或神经网络运算时，将该多个控制信号分别分配给人脸识别计算计算器、图形计算器、指纹计算器和神经网络计算器。

第三方面，提供一种计算机可读存储介质，其特征在于，其存储用于电子数据交换的计算机程序，其中，所述计算机程序使得计算机执行第一方面提供的方法。

第四方面，提供一种计算机程序产品，所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，所述计算机程序可操作来使计算机执行第一方面所述的方法。