1.一種方法，包括：

使用至少一個處理器，識別來自存儲在至少一個存儲器中多個不同的數據對象中的要使用相同的邏輯操作被處理的數據部分；

使用至少一個處理器，來識別存儲在至少一個存儲器中的操作數的表示，所述操作數用于提供邏輯操作；

向邏輯引擎提供所述操作數；

將所述數據部分存儲在多個輸入數據緩沖器中，其中所述輸入數據緩沖器中的每一個輸入數據緩沖器都包括不同的數據對象的數據部分；

使用所述邏輯引擎來對所述數據部分中的每一個數據部分執行所述邏輯操作；以及

存儲針對每個數據部分的輸出，所述輸出中的每一個輸出都包括從不同的數據對象導出的數據。

2.根據權利要求1所述的方法，其中，執行所述邏輯操作包括執行向量與矩陣乘法。

3.根據權利要求1所述的方法，包括：確定存儲所述操作數的所述存儲器的周期延遲，并且其中，識別數據部分包括基于存儲所述操作數的所述存儲器的周期延遲的值來識別數據部分的數量。

4.根據權利要求1所述的方法，其中，所述數據對象被存儲在與不同的數據取回延遲相關聯的存儲器部分中，所述方法包括：

取回所述數據部分，使得多個數據部分被存儲在所述數據緩沖器中，以及

其中，使用邏輯引擎對所述數據部分執行所述邏輯操作是基本上連續地被執行的。

5.根據權利要求1所述的方法，其中，向邏輯引擎提供所述操作數包括將電阻式存儲器陣列寫入有電阻值。

6.一種處理裝置，包括：

包括至少一個存儲器部分的存儲器，所述存儲器用于保持多個不同的數據對象中的至少一個和多個邏輯算子，其中，所述邏輯算子用于對所述數據對象的數據部分進行操作；

邏輯引擎，其用于對至少一個數據部分執行邏輯操作；

與所述邏輯引擎相關聯的多個輸入緩沖器和多個輸出緩沖器；

數據批處理模塊，其用于在多個不同的數據對象內識別所述多個不同的數據對象的要通過公共邏輯算子對其進行操作的數據部分，并且將所述多個不同的數據對象的所述數據部分發送到所述輸入數據緩沖器；以及

其中，所述邏輯引擎還用于使用所述公共邏輯算子對在所述輸入數據緩沖器中的所述數據部分中的每一個數據部分連續地執行邏輯操作，并且將來自每個操作的輸出提供給所述多個輸出緩沖器中的一個輸出緩沖器。

7.根據權利要求6所述的處理裝置，其中，至少一個存儲器部分和所述邏輯引擎被提供在3D存儲器堆棧的管芯上。

8.根據權利要求7所述的處理裝置，其中，所述邏輯引擎被提供在第一管芯上，而所述存儲器被提供在至少一個另外的管芯上，其中，所述管芯是通過硅通孔進行互連的。

9.根據權利要求7所述的處理裝置，其中，所述存儲器包括多個存儲器部分，并且至少一個存儲器部分包括與至少另一存儲器部分不同的存儲器大小或類型。

10.根據權利要求6所述的處理裝置，其中，所述存儲器的至少一部分是片上存儲器，并且所述邏輯引擎是片上處理元件。

11.根據權利要求6所述的處理裝置，其中，所述數據批處理模塊用于將多個數據部分提供給所述輸入數據緩沖器，所述數據部分的數量小于或等于與存儲所述操作數的所述存儲器相關聯的所述周期延遲的值。

12.根據權利要求6所述的處理裝置，其用于執行機器學習應用。

13.一種方法，包括：

從至少一個存儲器中提取與多個不同的數據對象相關聯的多個向量；

將所述多個向量存儲在位于與3D存儲器堆棧一體的邏輯引擎本地的不同的數據緩沖器中；

提取存儲在所述3D存儲器堆棧中的邏輯算子，并且將所述邏輯算子提供給所述邏輯引擎；

使用所述邏輯引擎根據所述邏輯算子來執行多個連續的向量和矩陣乘法，其中，相同的邏輯算子同與多個不同的數據對象相關聯的多個向量中的每一個向量均相乘。

14.根據權利要求13所述的方法，還包括向所述邏輯引擎提供新的邏輯算子。

15.根據權利要求13所述的方法，其中，所述向量是圖像特征圖譜。