[发明专利]容错计算方法及其容错计算装置、存储介质和计算机设备有效
| 申请号: | 202010744013.5 | 申请日: | 2020-07-29 |
| 公开(公告)号: | CN114064331B | 公开(公告)日: | 2023-01-03 |
| 发明(设计)人: | 王峥;董博;陈文轩 | 申请(专利权)人: | 中国科学院深圳先进技术研究院 |
| 主分类号: | G06F11/07 | 分类号: | G06F11/07;G06N3/063 |
| 代理公司: | 深圳市铭粤知识产权代理有限公司 44304 | 代理人: | 孙伟峰 |
| 地址: | 518055 广东省深圳*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 容错 计算方法 及其 计算 装置 存储 介质 计算机 设备 | ||
1.一种用于神经网络并行计算架构的容错计算方法,其特征在于,所述容错计算方法包括:
获取图像数据并输入至并行计算单元阵列,所述图像数据的局部像素值相同;
确定所述并行计算单元阵列中的重复计算单元组,所述重复计算单元组中的计算单元位于同一行且同一时刻接收的图像数据相同,所述重复计算单元组中的各个计算单元接收到图像数据为相邻像素点的相同数据且同一时刻接收到的权重值相同;
判断所述重复计算单元组的各个计算单元在同一时刻的乘积是否相同,若不相同,则确定所述重复计算单元组中存在错误计算单元;
重新确定所述错误计算单元的乘积;
其中,所述重复计算单元组的数量为多个,所述重复计算单元组包括两个相邻的计算单元,和/或,所述重复计算单元组包括依次相邻的三个计算单元。
2.根据权利要求1所述的用于神经网络并行计算架构的容错计算方法,其特征在于,所述重新确定所述错误计算单元的乘积的方法包括:
若所述重复计算单元组的两个计算单元在同一时刻的乘积不相同,则确定所述重复计算单元组的两个计算单元均为错误计算单元;
重新计算两个错误计算单元的乘积。
3.根据权利要求1所述的用于神经网络并行计算架构的容错计算方法,其特征在于,重新确定所述错误计算单元的乘积的方法包括:
若所述重复计算单元组的其中两个计算单元在同一时刻的乘积相同且另外一个计算单元的乘积不同,则确定乘积不同的计算单元为错误计算单元;
将乘积相同的两个计算单元的乘积作为错误计算单元的乘积。
4.根据权利要求3所述的用于神经网络并行计算架构的容错计算方法,其特征在于,重新确定所述错误计算单元的乘积的方法还包括:
若所述重复计算单元组的三个计算单元在同一时刻的乘积均不相同,则确定所述重复计算单元组的三个计算单元均为错误计算单元;
重新计算三个错误计算单元的乘积。
5.一种用于神经网络并行计算架构的容错计算装置,其特征在于,所述容错计算装置包括:
获取模块,用于获取图像数据并输入至并行计算单元阵列,所述图像数据的局部像素值相同;
确定模块,用于确定所述并行计算单元阵列中的重复计算单元组,所述重复计算单元组中的计算单元位于同一行且同一时刻接收的图像数据相同,所述重复计算单元组中的各个计算单元接收到图像数据为相邻像素点的相同数据且同一时刻接收到的权重值相同;
判断模块,用于判断所述重复计算单元组的各个计算单元在同一时刻的乘积是否相同,若不相同,则确定所述重复计算单元组中存在错误计算单元;
纠错模块,用于重新确定所述错误计算单元的乘积,其中,所述重复计算单元组的数量为多个,所述重复计算单元组包括两个相邻的计算单元,和/或,所述重复计算单元组包括依次相邻的三个计算单元。
6.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有用于神经网络并行计算架构的容错计算程序,所述用于神经网络并行计算架构的容错计算程序被处理器执行时实现权利要求1至4任一项所述的用于神经网络并行计算架构的容错计算方法。
7.一种计算机设备,其特征在于,所述计算机设备包括计算机可读存储介质、处理器和存储在所述计算机可读存储介质中的用于神经网络并行计算架构的容错计算程序,所述用于神经网络并行计算架构的容错计算程序被处理器执行时实现权利要求1至4任一项所述的用于神经网络并行计算架构的容错计算方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院深圳先进技术研究院,未经中国科学院深圳先进技术研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010744013.5/1.html,转载请声明来源钻瓜专利网。





