应用于检测任务的计算芯片架构及计算方法

技术领域

本发明涉及计算机技术领域，尤其涉及应用于检测任务的计算芯片架构及方法。

背景技术

传统的计算芯片应用场景中，人工神经网络计算和通信算法计算往往为两个相对独立的模块和功能，这使得在既需要人工神经网络计算又需要信号处理计算的硬件终端上，需要配置两块相互独立的芯片模组，这会导致终端体积较大功耗较高，也无法很好的适应多场景的灵活应用。

随着技术的进一步发展和融合，在一些特定的应用场景中需要将人工神经网络计算与信号处理功能进行深度融合，以进一步提升芯片计算性能和适用场景。因此，如何进一步提升芯片人工智能计算和通信计算的融合和协作能力，成为新型计算芯片架构设计面临的重要挑战。

发明内容

为克服相关技术中存在的问题，本发明的实施例提供一种应用于检测任务的计算芯片架构及方法。技术方案如下：

根据本发明的实施例的第一方面，提供一种应用于检测任务的计算芯片架构，包括：

多个最小重构处理模块，每个最小重构处理模块中均包括：控制单元、计算单元和存储单元；

控制模块，用于调配多个最小重构处理模块形成多层级的聚合重构处理模块以执行不同粒度的计算任务，以及接收上层信息并生成计算任务聚合需求，基于所述计算任务聚合需求调用对应层级的聚合重构处理模块，并在聚合重构处理模块内部进行相应的计算任务分配和计算，所述计算任务包括人工智能计算和/或通信计算。

在本申请一实施例中，所述控制模块还用于：对多个最小重构处理模块进行调配同时形成相同和/或不同层级的多个聚合重构处理模块，以使多任务通过不同聚合粒度的聚合重构处理模块并行执行。

在本申请一实施例中，所述控制模块还用于：在计算任务执行过程中，根据计算过程动态调整聚合重构处理模块的聚合层级。

在本申请一实施例中，聚合重构处理模块中的控制单元还用于：识别当前聚合重构处理模块的错误率和算力分配，主动自发进行计算资源分配调整，并将调整结果告知控制模块。

在本申请一实施例中，聚合重构处理模块中的控制单元主动自发进行计算资源分配调整，包括：若当前计算任务小于计算分配的聚合重构计算单元时，则聚合重构计算单元将多余的重构计算单元释放，并将释放结果告知控制模块；若当前的计算任务大于计算分配的聚合重构计算单元时，则聚合重构计算单元从剩余的最小重构处理模块增加缺少的最小重构处理模块，并将增加结果告知控制模块。

根据本发明的实施例的第二方面，提供一种应用于检测任务的计算芯片的计算方法，应用于上述的芯片架构，包括：

控制模块在执行计算任务之前，调配多个最小重构处理模块形成多层级的聚合重构处理模块；

控制模块在执行计算任务时，接收上层信息并生成计算任务聚合需求；

控制模块基于所述计算任务聚合需求调用对应层级的聚合重构处理模块，并在聚合重构处理模块内部进行相应的计算任务分配和计算；所述计算任务包括人工智能计算和/或通信计算。

在本申请一实施例中，所述方法还包括：控制模块在计算任务执行过程中，根据计算过程动态调整聚合重构处理模块的聚合层级。

在本申请一实施例中，所述方法还包括：聚合重构处理模块中的控制单元识别当前聚合重构处理模块的错误率和算力分配，主动自发进行计算资源分配调整，并将调整结果告知控制模块。

在本申请一实施例中，聚合重构处理模块中的控制单元主动自发进行计算资源分配调整，包括：若当前计算任务小于计算分配的聚合重构计算单元时，则聚合重构计算单元将多余的重构计算单元释放，并将释放结果告知控制模块；若当前的计算任务大于计算分配的聚合重构计算单元时，则聚合重构计算单元从剩余的最小重构处理模块增加缺少的最小重构处理模块，并将增加结果告知控制模块。

本发明的实施例提供的技术方案，多个最小重构处理模块可以在顶层控制模块的调配下形成多层级的聚合重构处理模块，聚合重构处理模块可以根据不同的人工智能和信号处理应用分别执行不同粒度的计算任务，不同的聚合重构处理模块承载不同复杂程度的计算任务，这是一种更为灵活的计算任务可重构多层映射机制，从而最终实现高效能的可重构后算通一体芯片。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。

图1是根据一示例性实施例示出的应用于检测任务的计算芯片架构的示意图。

图2是根据一示例性实施例示出的应用于检测任务的计算芯片的计算方法的流程图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。

本申请实施例提供一种新的芯片架构，构建多层级计算单元重构聚合机制。示例的，如图1所示，该应用于检测任务的计算芯片架构，包括：

多个最小重构处理模块101，每个最小重构处理模块中均包括：控制单元、计算单元和存储单元；

控制模块102，用于调配多个最小重构处理模块形成多层级的聚合重构处理模块以执行不同粒度的计算任务，以及接收上层信息并生成计算任务聚合需求，基于所述计算任务聚合需求调用对应层级的聚合重构处理模块，并在聚合重构处理模块内部进行相应的计算任务分配和计算，所述计算任务包括人工智能计算和/或通信计算。

其中，最小重构处理模块本身支持多种运算的可重构计算，即控制单元通过调度计算单元和存储单元可以完成人工智能算法和通信算法的重构实现，而多个最小重构处理模块可以在顶层控制模块的调配下形成多层级的即多种规格的聚合重构处理模块，如图1所示，M个最小重构处理模块可以形成聚合重构处理模块A1，N个最小重构处理模块可以形成聚合重构处理模块A2。聚合重构处理模块可以根据不同的人工智能和信号处理应用分别执行不同粒度的计算任务，不同的聚合重构处理模块承载不同复杂程度的计算任务，这是一种更为灵活的计算任务可重构多层映射机制，从而最终实现高效能的可重构后算通一体芯片。

在本申请一实施例中，所述控制模块还用于：对多个最小重构处理模块进行调配同时形成相同和/或不同层级的多个聚合重构处理模块，以使多任务通过不同聚合粒度的聚合重构处理模块并行执行。

本实施例中，支持多任务不同聚合粒度并行执行，实现多任务根据聚合设置不同同步进行计算的功能。由于任务本身类型大小可能不相同，因此其聚合的聚合重构处理模块也会有不同的粒度。本发明支持多种粒度的聚合重构处理模块组合形成不同形式的聚合重构处理模块以分别适用不同的人工智能计算模型或信号处理计算算法，支持多样化人工智能应用和信号处理应用。

在本申请一实施例中，所述控制模块还用于：在计算任务执行过程中，根据计算过程动态调整聚合重构处理模块的聚合层级。

本实施例中，支持不同维度的最小聚合重构处理模块的计算过程动态灵活聚合，实现计算任务执行过程中的不同聚合粒度的调整。为提升计算灵活程度，本发明支持芯片在计算过程中对自身聚合重构处理模块的聚合程度及性能调整。所述动态调整即同一计算任务在不同计算时间所采用的聚合层级和聚合重构处理模块不相同。对于人工智能而言，不同的聚合程度对应于不同的人工神经网络映射和不同的算子实现，其在计算过程中网络本身具备动态调整和动态裁剪特性，而本发明的动态聚合可以很好的支持人工神经网络计算过程中的动态修改。对于信号处理而言，不同的聚合程度可以对应于不同的信号资源进行不同数量级别的相应的加解扰码、信道编译码、信源编译码、资源映射、解映射、FFT/IFFT（Fast Fourier Transform/ Inverse Fast Fourier Transform，快速傅立叶变换/反快速傅立叶变换）、MIMO（Multiple-Input Multiple-Output，多入多出）等计算操作，不同的信号资源包括RE（Resource Element，资源粒子）、REG（Resource Element Group，资源粒子组）、RB（Resource Block，资源块）、PRB（Physical Resource Block，物理资源块）、BWP（Band Width Part，带宽部分）、BW（Band Width，带宽），以支持信号处理系统中不同的相关操作，使得不同的计算量在聚合重构处理模块内部进行闭环计算，减少聚合重构处理模块之间的信息交互。在计算过程中的动态调整，能够有效的实现计算任务的优化分配以及更加灵活化的计算。

在本申请一实施例中，聚合重构处理模块中的控制单元还用于：识别当前聚合重构处理模块的错误率和算力分配，主动自发进行计算资源分配调整，并将调整结果告知控制模块。

其中，所述错误率由控制单元全部或部分对比计算结果与预设结果差异，存在差异即为错误，存在差异的比率即为错误率。所述自发即调整的计算资源分配操作由控制单元发起，而并非由控制模块的指令调动引发。

在本申请一实施例中，聚合重构处理模块中的控制单元主动自发进行计算资源分配调整，包括：若当前计算任务小于计算分配的聚合重构计算单元时，则聚合重构计算单元将多余的重构计算单元释放，并将释放结果告知控制模块；若当前的计算任务大于计算分配的聚合重构计算单元时，则聚合重构计算单元从剩余的最小重构处理模块增加缺少的最小重构处理模块，并将增加结果告知控制模块。

本实施例支持自发性动态聚合调整，实现聚合重构处理模块根据计算情况自发反馈和调整整体计算的功能。由于聚合重构处理模块内部具有控制模块，其可识别当前聚合重构处理模块错误率和算力分配，主动自发进行计算资源分配调整，并将调整结果告知控制模块，以便于芯片总控进行更加准确的后续调动。

本发明实施例还提供一种应用于检测任务的计算芯片的计算方法，应用于上述应用于检测任务的计算芯片架构，如图2所示，包括以下步骤S201-S203：

在步骤S201中，控制模块在执行计算任务之前，调配多个最小重构处理模块形成多层级的聚合重构处理模块。

在步骤S202中，控制模块在执行计算任务时，接收上层信息并生成计算任务聚合需求。

在步骤S203中，控制模块基于所述计算任务聚合需求调用对应层级的聚合重构处理模块，并在聚合重构处理模块内部进行相应的计算任务分配和计算；所述计算任务包括人工智能计算和/或通信计算。

在本申请一实施例中，所述方法还包括步骤A：

步骤A：控制模块在计算任务执行过程中，根据计算过程动态调整聚合重构处理模块的聚合层级。

在本申请一实施例中，所述方法还包括步骤B：

步骤B：聚合重构处理模块中的控制单元识别当前聚合重构处理模块的错误率和算力分配，主动自发进行计算资源分配调整，并将调整结果告知控制模块。

在本申请一实施例中，聚合重构处理模块中的控制单元主动自发进行计算资源分配调整，包括：若当前计算任务小于计算分配的聚合重构计算单元时，则聚合重构计算单元将多余的重构计算单元释放，并将释放结果告知控制模块；若当前的计算任务大于计算分配的聚合重构计算单元时，则聚合重构计算单元从剩余的最小重构处理模块增加缺少的最小重构处理模块，并将增加结果告知控制模块。

下面通过实施例详细介绍实现过程。

以下是根据一示例性实施例示出的应用于检测任务的计算芯片的计算方法，该方法包括以下步骤：

在步骤S301中，应用于检测任务的计算芯片内部设置多层级的重构处理模块，最小重构处理模块内部包括控制单元、计算单元和存储单元，计算单元本身支持多种运算的可重构计算，即可以完成人工智能算法和通信算法的重构实现。在芯片执行计算任务之前，各模块和阵列处于空闲状态。

在步骤S302中，应用于检测任务的计算芯片在执行计算之前，多个最小重构计算单元可以在顶层控制模块的调配下形成多层级的聚合重构处理模块，聚合重构处理模块可以根据不同的人工智能和信号处理应用分别执行不同粒度的计算任务，不同的聚合重构处理模块承载不同复杂程度的计算任务。聚合重构处理模块的聚合程度需要由控制模块在计算之前完成确定固化，计算任务执行过程中不需进行配置调整，以高效完成单一的计算任务。

在步骤S303中，当应用于检测任务的计算芯片开始执行计算任务时，控制模块将上层信息转化为聚合需求，对不同层级的聚合重构处理模块进行调度，并在各自的聚合重构处理模块内部进行相应的任务分配和计算。相关任务包括人工智能计算任务和/或信号处理计算任务。

本方案支持多任务不同聚合粒度并行执行，实现多任务根据聚合设置不同同步进行计算的功能。本方案支持多种任务并行操作，由于任务本身类型大小可能不相同，因此其聚合的重构处理模块也会有不同的粒度。

在步骤S304中，在计算任务执行过程中，聚合重构处理模块的计算过程动态灵活聚合，实现计算任务执行过程中的不同聚合粒度的调整，以适应真实任务的计算需求，使得不同的计算量在聚合重构处理模块内部进行闭环计算，减少聚合重构处理模块之间的信息交互。在计算过程中的动态调整，能够有效的实现计算任务的优化分配以及更加灵活化的计算。

在步骤S305中，自发性动态聚合调整，实现聚合重构处理模块根据计算情况自发反馈和调整整体计算的功能。由于聚合重构处理模块内部具有控制单元，其可识别当前模块错误率和算力分配，主动自发进行计算资源分配调整，并将调整结果告知控制模块，以便于芯片总控进行更加准确的后续调动。

在步骤S306中，芯片计算任务完成以后，退出计算，清空各模块数据，并输出最终结果和输出已完成指示。

本发明提供的模块可重构算通一体芯片架构和方法，构建多层级计算单元重构聚合机制，实现了不同维度的重构处理模块的计算过程动态灵活聚合的工作模式，实现计算任务执行过程中的不同聚合粒度的调整，并且还具有自发性动态聚合调整的机制，实现聚合重构处理模块根据计算情况自发反馈和调整整体计算的功能；以及实现了多任务根据聚合设置不同同步进行计算的功能。

本领域技术人员在考虑说明书及实践这里发明的发明后，将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未发明的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。

应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。