[發明專利]機器學習指令的轉換方法及裝置、板卡、主板、電子設備有效
| 申請號： | 201911087323.8 | 申請日： | 2019-11-08 |
| 公開（公告）號： | CN110874643B | 公開（公告）日： | 2021-01-12 |
| 發明（設計）人： | 不公告發明人 | 申請（專利權）人： | 安徽寒武紀信息科技有限公司 |
| 主分類號： | G06N20/00 | 分類號： | G06N20/00;G06F8/41 |
| 代理公司： | 北京華進京聯知識產權代理有限公司 11606 | 代理人： | 孫巖 |
| 地址： | 231283 安徽省合肥市高新區習友路3333*** | 國省代碼： | 安徽;34 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 機器 學習 指令 轉換 方法 裝置 板卡 主板 電子設備 | ||
1.一種機器學習指令的轉換方法，其特征在于，所述方法包括：
獲取機器學習指令序列；
對所述機器學習指令序列進行劃分，得到至少一個基本塊，其中，所述基本塊中包括至少一條機器學習指令；
根據窺孔優化算法對所述基本塊中的機器學習指令進行指令轉換，得到轉換后的機器學習指令；
所述根據窺孔優化算法對所述基本塊中的機器學習指令進行指令轉換，得到轉換后的機器學習指令，包括：
獲取所述基本塊中的第一偏移寄存器指令；
根據所述第一偏移寄存器指令，查找所述基本塊中的第二偏移寄存器指令，其中，所述第一偏移寄存器指令和所述第二偏移寄存器指令用于對同一個寄存器中的值進行偏移；
若所述第一偏移寄存器指令和所述第二偏移寄存器指令之間不存在使用所述寄存器中的值的機器學習指令，則合并所述第一偏移寄存器指令和所述第二偏移寄存器指令，得到合并后的偏移寄存器指令。
2.根據權利要求1所述的方法，其特征在于，所述對所述機器學習指令序列進行劃分，得到至少一個基本塊，包括：
查找所述機器學習指令序列中的跳轉指令；
根據所述跳轉指令對所述機器學習指令序列進行劃分，得到至少一個基本塊。
3.根據權利要求1所述的方法，其特征在于，所述第一偏移寄存器指令和第二偏移寄存器指令用于對寄存器中的值加一個偏移，或者對寄存器中的值減一個偏移，或者對寄存器中的值乘或除一個偏移。
4.根據權利要求1所述的方法，其特征在于，所述根據窺孔優化算法對所述基本塊中的機器學習指令進行指令轉換，得到轉換后的機器學習指令，包括：
獲取所述基本塊中的可提前機器學習指令；
對所述可提前機器學習指令進行位置前移，并根據所述可提前機器學習指令前移后的位置，判斷所述機器學習指令序列是否存在邏輯錯誤；
若所述機器學習指令序列存在邏輯錯誤，則停止對所述可提前機器學習指令進行位置前移，并將所述可提前機器學習指令放置于所述機器學習指令序列不存在邏輯錯誤所對應的任一前移后的位置。
5.根據權利要求4所述的方法，其特征在于，所述獲取所述基本塊中的可提前機器學習指令，包括：
將所述基本塊中的機器學習指令與預設的可提前機器學習指令進行匹配，得到所述基本塊中的可提前機器學習指令。
6.根據權利要求4所述的方法，其特征在于，對所述可提前機器學習指令進行位置前移，包括：
判斷所述可提前機器學習指令前移后是否影響其他機器學習指令的執行；
若判定所述可提前機器學習指令前移后不會影響其他機器學習指令的執行，則對所述可提前機器學習指令進行位置前移。
7.根據權利要求1所述的方法，其特征在于，所述根據窺孔優化算法對所述基本塊中的機器學習指令進行指令轉換，得到轉換后的機器學習指令，包括：
獲取所述基本塊中的存儲指令，其中，所述存儲指令用于對第一數據進行存儲；
在所述存儲指令后面繼續查找加載所述第一數據的加載指令；
將所述存儲指令和所述加載指令進行合并，得到合并后的移動指令。
8.根據權利要求1所述的方法，其特征在于，所述根據窺孔優化算法對所述基本塊中的機器學習指令進行指令轉換，得到轉換后的機器學習指令，包括：
獲取連續排列數量超過n條的第一機器學習指令，其中，n為所述第一機器學習指令對應的指令發射隊列的隊列長度；
將與所述第一機器學習指令在同一個時間片中并行執行的第二機器學習指令提前，并將所述第二機器學習指令插入至第n條所述第一機器學習指令的后面，且所述第二機器學習指令的插入數量不超過所述第二機器學習指令對應的指令發射隊列的隊列長度。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于安徽寒武紀信息科技有限公司，未經安徽寒武紀信息科技有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.17sss.com.cn/pat/books/201911087323.8/1.html，轉載請聲明來源鉆瓜專利網。
