[发明专利]用于处理数据的方法、装置以及相关产品

说明书

本公开涉及一种用于处理数据的方法、装置以及相关产品。在本公开的实施例中，在处理与神经网络有关的数据时，确定多个数据的最优的截断阈值。利用截断数据阈值来截断数据，并将该多个数据从高精度格式量化为低精度格式。通过本公开中的方法在减少数据处理量的同时，尽可能高地保证数据处理的准确性。此外，该方法还有助于显著减少数据传输量，由此极大地加速了多个计算设备的之间的数据交换。

技术领域

本公开涉及计算机技术领域，尤其涉及一种用于处理数据方法、装置以及相关产品。

背景技术

随着计算机技术的发展，深度学习算法被越来越多的用于处理各种复杂的任务。利用深度学习算法来处理数据，在搜索技术、数据挖掘、机器学习、机器翻译、自然语言处理、多媒体学习、语音、推荐和个性化技术、以及其他相关领域都取得了很好的效果。

随着网络层数越来越多，计算复杂度越来越高，提高设备的计算能力对深度学习的发展是十分重要。因此，人们通过各种方式来提高设备的运算能力。然而，在机器学习的过程中提高计算能力还存在许多需要解决的问题。

发明内容

有鉴于此，本公开提供一种能够用于处理数据的方法、装置以及相关产品。

根据本公开的第一方面，提供了一种用于处理数据的方法。该方法包括获得用于机器学习模型的多个数据，数据以第一数据格式表示。该方法还包括基于多个数据的值，将多个数据分布在第一组区间中，第一组区间的数目是预先确定的。该方法还包括确定多个数据的第一平均值。该方法还包括将第一组区间中分布的数据按照多个不同的映射单元映射到第二组区间，以用于确定按照相应映射单元的经映射的数据的第二平均值，其中映射单元包括从第一组区间的第一区间开始的预定数目的连续区间，其中映射单元的结束区间分布有多个数据中大于或位于结束区间的数据，第二组区间中区间的个数与第二数据格式有关，第二数据格式的精度低于第一数据格式。该方法还包括基于第一平均值和多个第二平均值，执行对多个数据的处理，以便经处理的多个数据以第二数据格式表示。

根据本公开的第二方面，提供了一种用于处理数据的装置。该装置包括获取模块，被配置为获得用于机器学习模型的多个数据，所述数据以第一数据格式表示；分布模块，被配置为基于所述多个数据的值，将所述多个数据分布在第一组区间中，所述第一组区间的数目是预先确定的；第一平均值确定模块，被配置为确定所述多个数据的第一平均值；第一映射模块，被配置为将所述第一组区间中分布的数据按照多个不同的映射单元映射到第二组区间，以用于确定按照相应映射单元的经映射的数据的第二平均值，其中所述映射单元包括从所述第一组区间的第一区间开始的预定数目的连续区间，其中所述映射单元的结束区间分布有所述多个数据中大于或位于结束区间的数据，第二组区间中区间的个数与第二数据格式有关，第二数据格式的精度低于所述第一数据格式；以及执行模块，被配置为基于所述第一平均值和所述多个第二平均值，执行对所述多个数据的处理，以便经处理的所述多个数据以所述第二数据格式表示。

根据本公开的第三方面，提供了一种人工智能芯片。该人工智能芯片包括处理器；以及存储器，存储有计算机程序指令，所述处理器运行所述存储器中的所述计算机程序指令以控制所述人工智能芯片执行根据第一方面所述的方法。

根据本公开的第四方面，提供了一种电子设备。该电子设备根据本公开的第三方面所述的人工智能芯片。

根据本公开的第五方面，提供了一种板卡。该板卡包括：存储器件、接口装置和控制器件以及根据本公开的第三方面所述的人工智能芯片；其中，所述人工智能芯片与所述存储器件、所述控制器件以及所述接口装置分别连接；所述存储器件，用于存储数据；所述接口装置，用于实现所述人工智能芯片与外部设备之间的数据传输；所述控制器件，用于对所述人工智能芯片的状态进行监控。

通过权利要求中的技术特征进行推导，能够达到对应背景技术中的技术问题的有益效果。根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。

附图说明