[發明專利]一種地址生成的方法、相關裝置以及存儲介質

有效

• 申請號: 202010623936.5
• 申請日: 2020-07-01
• 公開（公告）號: CN111506520B
• 公開（公告）日: 2020-09-22
• 發明（設計）人: 于瀟宇;陳德煒;章恒;熊焰;高劍林
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F12/02
• 分類號: G06F12/02;G06F12/06
• 代理公司: 深圳市深佳知識產權代理事務所(普通合伙) 44285
• 代理人: 聶秀娜

本申請公開了一種地址生成的方法、相關裝置以及存儲介質，可應用于人工智能技術領域，還可以涉及云計算領域。本申請包括：獲取第一目標數據對應的第一滑窗寬度計數值、第一滑窗高度計數值、第一特征圖寬度計數值以及第一特征圖高度計數值；若第一滑窗寬度計數值在滑窗寬度值范圍內，且第一滑窗高度計數值在滑窗高度值范圍內，且第一特征圖寬度計數值在特征圖寬度值范圍內，且第一特征圖高度計數值在特征圖高度值范圍內，則確定第一目標數據的偏移量；獲取第一目標數據的起始地址；對起始地址與偏移量進行求和，得到第一目標數據的第一目標地址。本申請可連續生成訪存地址，實現對張量上順次讀取數據的目的，從而提升數據訪存的效率。

技術領域

本申請涉及芯片技術領域，尤其涉及一種地址生成的方法、相關裝置以及存儲介質。

背景技術

伴隨著半導體技術的發展，硬件的計算能力得到了迅速的增強，各種大數據的處理時間逐漸減少。基于此，人工神經網絡技術也得到了進一步發展。而神經網絡通常都非常龐大，這也意味著這些神經網絡需要大量的計算資源和存儲資源，而尋址是連接計算和存儲的關鍵，數據是否能快速到達是決定計算效率的關鍵，因此，對深度學習處理器的處理效率也有更好地要求。

在向量處理器的設計中，可采用步長訪問（stride access）模式來實現對規則數據的地址訪問。即，通過當前數據的訪問地址加上步長可計算出下一個數據的訪問地址。使用stride access模式時，由地址生成單元（Address Generation Unit，AGU）生成連續的訪問地址，通過多次訪存流水，還能夠達到降低開銷的目的。

在深度學習處理器中，需要執行大量的張量運算。然而，stride access模式是針對于向量運算而設計的，無法支持張量遍歷過程中的多種參數，導致遍歷過程經常被控制信號中斷，降低了數據訪存的效率。

發明內容

本申請實施例提供了一種地址生成的方法、相關裝置以及存儲介質，基于張量的計算特征，對于張量在深度、滑窗和特征圖等不同維度上配置對應的執行參數，根據執行參數以及數據在深度、滑窗和特征圖等不同維度上的計數值，計算出數據所對應的目標地址，由此，實現在輸入的張量上順次讀取數據的目的，從而提升了數據訪存的效率。

有鑒于此，本申請一方面提供一種地址生成的方法，包括：

基于超長指令字解析得到執行參數，其中，執行參數用于確定滑窗寬度值范圍、滑窗寬度步長、滑窗高度值范圍、滑窗高度步長、特征圖寬度值范圍以及特征圖高度值范圍；

若第一目標數據對應的深度計數值超過深度計數范圍，則獲取第一目標數據對應的第一滑窗寬度計數值、第一滑窗高度計數值、第一特征圖寬度計數值以及第一特征圖高度計數值；

若第一滑窗寬度計數值在滑窗寬度值范圍內，且第一滑窗高度計數值在滑窗高度值范圍內，且第一特征圖寬度計數值在特征圖寬度值范圍內，且第一特征圖高度計數值在特征圖高度值范圍內，則根據第一滑窗寬度計數值、滑窗寬度步長、第一滑窗高度計數值、滑窗高度步長、第一特征圖寬度計數值以及第一特征圖高度計數值，確定第一目標數據的偏移量；

獲取第一目標數據的起始地址；

對起始地址與偏移量進行求和，得到第一目標數據的第一目標地址。

本申請另一方面提供一種地址生成單元，包括：

解析模塊，基于超長指令字解析得到執行參數，其中，執行參數用于確定滑窗寬度值范圍、滑窗寬度步長、滑窗高度值范圍、滑窗高度步長、特征圖寬度值范圍以及特征圖高度值范圍；

獲取模塊，用于若第一目標數據對應的深度計數值超過深度計數范圍，則獲取第一目標數據對應的第一滑窗寬度計數值、第一滑窗高度計數值、第一特征圖寬度計數值以及第一特征圖高度計數值；