CN118819842A - 一种人工智能加速运算芯片 - Google Patents

Abstract

本发明涉及运算芯片技术领域，公开了一种人工智能加速运算芯片，包括：需求获取模块用于获取预设需求条件，并根据预设需求条件建立检索分析式。爬虫模块用于根据检索分析式检索需求数据。数据采集模块用于采集需求数据，并根据需求数据建立数据集。处理模块设置有若干处理单元，处理模块用于对需求数据进行任务数据处理。评分模块用于获取若干处理单元的数据处理能力，并根据数据处理能力对处理单元进行处理量评分。控制模块用于根据若干处理单元的处理量评分分配数据集中的数据量。本发明通过各个模块的协同合作，实现了对人工智能大数据的高效运算和处理，极大的缩短了现有芯片框架中对于人工智能大数据的处理时间。

Description

一种人工智能加速运算芯片

技术领域

本发明涉及运算芯片技术领域，具体而言，涉及一种人工智能加速运算芯片。

背景技术

随着人工智能技术的飞速发展，各种应用场景的需求也在不断增长。然而，当前计算硬件由于传统架构的限制，在运行计算时面临着无法进行大规模多任务并行处理的挑战。这一瓶颈不仅影响了人工智能应用的性能，还严重制约了其在各个领域中的实际应用。

目前，传统的计算硬件架构主要关注的是单核性能的提升，而忽视了多核之间的协作。在这种架构下，虽然单个处理器的性能很强，但是在面对大规模多任务并行处理时，其整体性能却往往不尽如人意。但是这种结构设计在面对人工智能应用的不足是显而易见的。以机器学习为例，机器学习算法需要进行大量的矩阵运算和迭代计算，而这些计算往往是高度并行的。如果硬件无法提供足够的并行处理能力，那么算法的执行时间将会被大大延长，从而影响了整个应用的效率。

因此，急需发明一种使用人工智能加速运算的硬件设备，用于解决传统中计算硬件架构缺少并行处理能力导致数据计算处理时，执行时间长，运算效率低的问题。

发明内容

鉴于此，本发明提出了一种人工智能加速运算芯片，旨在解决传统中计算硬件架构缺少并行处理能力导致数据计算处理时，执行时间长，运算效率低的问题

本发明提出了一种人工智能加速运算芯片，包括：

需求获取模块，用于获取预设需求条件，并根据预设需求条件建立检索分析式；

爬虫模块，与所述需求获取模块电连接，所述爬虫模块用于根据所述检索分析式检索需求数据；

数据采集模块，与所述爬虫模块电连接，所述数据采集模块用于采集所述需求数据，并根据所述需求数据建立数据集；

处理模块，设置有若干处理单元，所述处理模块用于对所述需求数据进行任务数据处理；

评分模块，用于获取若干所述处理单元的数据处理能力，并根据所述数据处理能力对所述处理单元进行处理量评分；

控制模块，分别与所述处理模块和评分模块电连接，所述控制模块用于根据所述若干所述处理单元的处理量评分分配所述数据集中的数据量；其中，

所述控制模块还用于获取若干所述处理单元的处理量总评评分，并根据基于公式获取若干所述处理单元的处理量评分平均分，所述公式如下所示：

q＝Q/Y；

其中，q为若干所述处理单元的处理量评分平均分，Q为若干所述处理单元的处理量总评评分，Y为若干所述处理单元的数量；

所述控制模块还用于根据所述处理量评分平均分与若干所述处理单元的处理量评分之间的关系，分配所述数据集中的数据量。

进一步的，所述数据采集模块用于采集所述需求数据，并根据所述需求数据建立数据集时，包括：

所述数据采集模块还用于去除所述需求数据中的重复数据；

所述数据采集模块还用于对去除所述重复数据的需求数据中的异常数据进行剔除，所述异常数据包括：未公开的解密数据以及公开不全的数据；

所述数据采集模块还用于将去除所述重复数据和异常数据后的需求数据建立数据集。

进一步的，所述评分模块根据所述数据处理能力对所述处理单元进行处理量评分时，包括：

所述评分模块还用于获取所述处理单元的实时任务处理量L，所述评分模块还用于根据所述实时任务处理量L与预设的负载处理量L0之间的关系，判断所述处理单元的实时任务处理量是处于负载状态；

当L≥L0时，所述控制模块则判断所述处理单元实时任务处理量处于负载状态；

当L＜L0时，所述控制模块则判断所述处理单元实时任务处理量未处于负载状态；

其中，所述评分模块还用于获取若干所述处理单元中未处于负载状态的处理单元，并根据所述实时任务处理量L与预设的负载处理量L0之间的关系对未处于负载状态的处理单元进行处理量评分。

进一步的，所述评分模块还用于获取若干所述处理单元中未处于负载状态的处理单元，并根据所述实时任务处理量L与预设的负载处理量L0之间的关系对未处于负载状态的所述处理单元进行处理量评分时，包括：

所述评分模块还用于获取所述实时任务处理量L与预设的负载处理量L0之间处理量差值△L，△L＝L-L0，所述评分模块还用于根据所述处理量差值△L与预设的处理量差值之间进行比对，并根据比对结果选定相对的评分系数对未处于负载状态的所述处理单元进行处理量评分；

其中，所述评分模块还用于预先设定第一预设处理量差值△L1和第二预设处理量差值△L2，所述评分模块还用于预先设定第一预设评分系数M1、第二预设评分系数M2和第三预设评分系数M3，且△L1＜△L2，M1＜M2＜M3；

当△L≤△L1时，则选定所述第一预设评分系数M1对未处于负载状态的所述处理单元进行处理量评分；

当△L1＜△L≤△L2时，则选定所述第二预设评分系数M2对未处于负载状态的所述处理单元进行处理量评分；

当△L＞△L2时，则选定所述第三预设评分系数M3对未处于负载状态的所述处理单元进行处理量评分；

当所述评分模块选定第i预设评分系数Mi对未处于负载状态的所述处理单元进行处理量评分时，I＝1,2,3，并确定未处于负载状态的所述处理单元的处理量评分为W，设定W1＝Mi。

进一步的，当所述评分模块选定第i预设评分系数Mi对未处于负载状态的所述处理单元进行评分，并确定未处于负载状态的所述处理单元的处理量评分为W时，包括：

所述评分模块还用于获取未处于负载状态的所述处理单元的实时数据处理速度K，并根据所述实时数据处理速度K与预设的标准数据处理速度K0之间的关系，判断所述未处于负载状态的所述处理单元的实时数据处理速度是否符合标准数据处理速度；

当K＝K0时，所述评分模块则判断所述处理单元的实时数据处理速度符合标准数据处理速度，并不对所述未处于负载状态的所述处理单元的处理量评分W进行调整；

当K≠K0时，所述评分模块则判断所述处理单元的实时数据处理速度不符合标准数据处理速度，并根据所述实时数据处理速度K与预设的标准数据处理速度K0之间的关系，对所述未处于负载状态的所述处理单元的处理量评分W进行调整。

进一步的，所述评分模块则判断所述处理单元的实时数据处理速度不符合标准数据处理速度，并根据所述实时数据处理速度K与预设的标准数据处理速度K0之间的关系，对所述未处于负载状态的所述处理单元的处理量评分W进行调整时，包括：

所述评分模块还用于获取所述实时数据处理速度K与预设的标准数据处理速度K0之间的数据处理速度差值△K，△K＝K-K0，所述评分模块还用于根据所述处理速度差值△K与预设的处理速度差值之间进行比对，并根据比对结果选定相应的调整系数对未处于负载状态的所述处理单元的处理量评分W进行调整：

其中，所述评分模块还用于预先设定第一预设处理速度差值△K1和第二预设处理速度差值△K2；所述评分模块还用于预先设定第一预设调整系数N1、第二预设调整系数N2和第三预设调整系数N3，且△K1＜△K2，N1＜0＜N2＜N3＜0.8；

当△K≤△K1时，则选定所述第三预设调整系数N3对未处于负载状态的所述处理单元的处理量评分W进行调整；

当△K1＜△K≤0时，则不对未处于负载状态的所述处理单元的处理量评分W进行调整；

当0＜△K≤△K2时，则选定所述第二预设调整系数N2对未处于负载状态的所述处理单元的处理量评分W进行调整；

当△K＞△K2时，则选定所述第一预设调整系数N1对未处于负载状态的所述处理单元的处理量评分W进行调整；

当所述评分模块选定第i预设调整系数Ni对未处于负载状态的所述处理单元的处理量评分W进行调整时，i＝1,2,3，并确定调整后的未处于负载状态的所述处理单元的处理量评分为W1，设定W1＝W*Ni。

进一步的，当所述评分模块选定第i预设调整系数Ni对未处于负载状态的所述处理单元的处理量评分W进行调整，并确定调整后的未处于负载状态的所述处理单元的处理量评分为W1时，包括：

所述评分模块还用于获取未处于负载状态的所述处理单元的实时读写速度J，并根据所述实时读写速度J与预设的标准读写速度J0之间的关系，判断是否对调整后的未处于负载状态的所述处理单元的处理量评分W1进行调整；

当J＝J0时，所述评分模块则判断不对调整后的未处于负载状态的所述处理单元的处理量评分W1进行调整；

当J≠J0时，所述评分模块则判断所述处理单元的实时读写速度不符合标准读写速度，并根据所述实时读写速度J与预设的标准读写速度J0之间的关系，对调整后的未处于负载状态的所述处理单元的处理量评分W1进行修正。

进一步的，所述评分模块则判断所述处理单元的实时读写速度不符合标准读写速度，并根据所述实时读写速度J与预设的标准读写速度J0之间的关系，对调整后的未处于负载状态的所述处理单元的处理量评分W1进行修正时，包括：

所述评分模块还用于获取所述实时读写速度J与预设的标准读写速度J0之间读写速度差值△J，△J＝J-J0，所述评分模块还用于根据所述读写速度差值△J与预设的读写速度差值之间进行比对，并根据比对结果选定相应的修正系数对调整后的未处于负载状态的所述处理单元的处理量评分W1进行修正：

其中，所述评分模块还用于预先设定第一预设读写速度差值△J1和第二预设读写速度差值△J2；所述评分模块还用于预先设定第一预设修正系数B1、第二预设修正系数B2和第三预设修正系数B3，且△J1＜△J2，B1＜0＜B2＜B3＜0.5；

当△J≤△J1时，则选定所述第三预设修正系数B3对调整后的未处于负载状态的所述处理单元的处理量评分W1进行修正：

当△J1＜△J≤0时，则不对调整后的未处于负载状态的所述处理单元的处理量评分W1进行修正；

当0＜△J≤△J2时，则选定所述第二预设修正系数B2对调整后的未处于负载状态的所述处理单元的处理量评分W1进行修正；

当△J＞△J2时，则选定所述第一预设修正系数B1对调整后的未处于负载状态的所述处理单元的处理量评分W1进行修正；

当所述评分模块选定第i预设修正系数Bi对调整后的未处于负载状态的所述处理单元的处理量评分W1进行修正时，i＝1,2,3，并确定修正后的未处于负载状态的所述处理单元的处理量评分为W2，设定W2＝W1*N i。

进一步的，所述控制模块还用于根据所述处理量评分平均分与若干所述处理单元的处理量评分之间的关系，分配所述数据集中的数据量时，包括：

所述控制模块还用于获取若干所述未处于负载状态的所述处理单元的处理量评分W2，并根据所述处理量评分平均分q与若干所述未处于负载状态的所述处理单元的处理量评分W2之间的关系，分配所述数据集中的数据量；

当W2≥q时，所述控制模块则根据所述处理量评分平均分q与所述未处于负载状态的所述处理单元的处理量评分W2之间的关系对该所述处理单元分配所述数据集中的数据量；

当W2＜q时，所述控制模块则不对该所述处理单元分配所述数据集中的数据量。

进一步的，所述控制模块则根据所述处理量评分平均分q与所述未处于负载状态的所述处理单元的处理量评分W2之间的关系对该所述处理单元分配所述数据集中的数据量时，包括：

所述控制模块还用于获取所述处理量评分平均分q与处理量评分W2之间的处理量评分差值△Q，△Q＝q-W2，所述控制模块还用于根据所述处理量评分差值△Q与预设的处理量评分差值之间进行比对，并根据比对结果选定相应的数据量分配至该所述处理单元；

其中，所述控制模块还用于预先设定第一预设处理量评分差值△Q1和第二预设处理量评分差值△Q2,所述控制模块还用预先设定第一预设数据量C1，第二预设数据量C2和第三预设数据量C3，且△Q1＜△Q2，C1＜C2＜C3；

当△Q≤△Q1时，所述控制模块则选定所述第一预设数据量C1分配至该所述处理单元；

当△Q1＜△Q≤△Q2时，所述控制模块则选定所述第二预设数据量C2分配至该所述处理单元；

当△Q＞△Q2时，所述控制模块则选定所述第三预设数据量C3分配至该所述处理单元。

与现有技术相比，本发明的一种人工智能加速运算芯片有益效果在于：通过需求获取模块，用户可以轻松获取并设定预设需求条件，建立检索分析式，为后续的数据处理提供指导。接着，爬虫模块根据检索分析式对需求数据进行智能检索，实现了对庞大数据集的高效获取。数据采集模块负责将检索到的需求数据采集并构建数据集，为进一步的处理提供了坚实基础。其次，在处理模块中，设有多个处理单元，使得芯片能够同时执行多任务并行处理，显著提高了计算效率。评分模块则根据各处理单元的数据处理能力进行评估，为不同任务量的数据分配提供了智能化的决策支持。通过控制模块，芯片能够根据处理单元的评分分配数据集中的数据量，实现了任务的合理分配和高效执行。此外，控制模块还通过基于公式的处理，获取处理单元的处理量评分平均分，从而更全面地评估整体性能，为优化计算资源的使用提供了提高。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1为本发明实施例提供的一种人工智能加速运算芯片的结构框图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整地传达给本领域的技术人员。需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。

在本申请的一些实施例中，本实施例提供了一种人工智能加速运算芯片，包括：需求获取模块、爬虫模块、数据采集模块、处理模块、评分模块和控制模块。需求获取模块用于获取预设需求条件，并根据预设需求条件建立检索分析式。爬虫模块与需求获取模块电连接，爬虫模块用于根据检索分析式检索需求数据。数据采集模块与爬虫模块电连接，数据采集模块用于采集需求数据，并根据需求数据建立数据集。处理模块设置有若干处理单元，处理模块用于对需求数据进行任务数据处理。评分模块用于获取若干处理单元的数据处理能力，并根据数据处理能力对处理单元进行处理量评分。控制模块分别与处理模块和评分模块电连接，控制模块用于根据若干处理单元的处理量评分分配数据集中的数据量。其中，控制模块还用于获取若干处理单元的处理量总评评分，并根据基于公式获取若干处理单元的处理量评分平均分，公式如下所示：

q＝Q/Y；

其中，q为若干处理单元的处理量评分平均分，Q为若干处理单元的处理量总评评分，Y为若干处理单元的数量。

控制模块还用于根据处理量评分平均分与若干处理单元的处理量评分之间的关系，分配数据集中的数据量。

可以看出的是，通过需求获取模块，芯片能够灵活地获取并建立对任务的预设需求条件，然后通过爬虫模块实时检索相关需求数据。数据采集模块负责收集并构建数据集，为后续任务处理提供丰富的素材。处理模块中设置若干处理单元，这些处理单元通过任务数据处理提高了整体处理效率。评分模块则通过对处理单元的数据处理能力进行评估，为后续任务分配提供了基础。控制模块在整个流程中扮演了关键角色，根据处理单元的评分分配数据集中的数据量，同时通过公式计算处理单元的处理量评分平均分，为芯片的智能调度和并行计算提供了依据。

可以理解的是，通过智能化的任务调度和数据量分配，能够有效提高整体运算效率。处理模块中的评分机制有助于精准评估处理单元的性能，进而实现更为合理的资源分配。控制模块中的公式计算和关系判断使得芯片能够自动适应处理单元的数量变化，提高了芯片的对于人工智能大数据的并行运算和数据处理的性能以及效率，同时又极大的缩短了对于人工智能大数据处理时的时间。

在本申请的一些实施例中，数据采集模块用于采集需求数据，并根据需求数据建立数据集时，包括：数据采集模块还用于去除需求数据中的重复数据。数据采集模块还用于对去除重复数据的需求数据中的异常数据进行剔除，异常数据包括：未公开的解密数据以及公开不全的数据。数据采集模块还用于将去除重复数据和异常数据后的需求数据建立数据集。

可以看出的是，首先通过采集模块对需求数据进行去重处理，以确保数据集的干净性和高效性。其次，对去重后的数据进行异常数据剔除，这涉及到剔除未公开的解密数据和公开不全的数据，从而提高数据集的质量和可用性。最后，将经过去重和异常数据处理的需求数据建立数据集，为后续处理和分析提供清洁、完整的数据基础。

可以理解的是，通过数据采集模块的多层处理，实现了对需求数据的优化和精炼。去重处理确保了数据集的高效利用，避免了重复数据对后续任务的冗余影响。对异常数据的剔除提高了数据集的准确性，确保了数据的可信度和完整性。最终建立的数据集更加干净、精确，有助于提升人工智能加速运算芯片在处理任务时的准确性和效率，为芯片整体处理数据性能提供了有力的支持，同时有效的避免了处理繁杂且重复的数据时对芯片的吞吐量带来的极大影响。

在本申请的一些实施例中，评分模块根据数据处理能力对处理单元进行处理量评分时，包括：评分模块还用于获取处理单元的实时任务处理量L，评分模块还用于根据实时任务处理量L与预设的负载处理量L0之间的关系，判断处理单元的实时任务处理量是处于负载状态：当L≥L0时，控制模块则判断处理单元实时任务处理量处于负载状态。当L＜L0时，控制模块则判断处理单元实时任务处理量未处于负载状态。其中，评分模块还用于获取若干处理单元中未处于负载状态的处理单元，并根据实时任务处理量L与预设的负载处理量L0之间的关系对未处于负载状态的处理单元进行处理量评分。

在本申请的一些实施例中，评分模块还用于获取若干处理单元中未处于负载状态的处理单元，并根据实时任务处理量L与预设的负载处理量L0之间的关系对未处于负载状态的处理单元进行处理量评分时，包括：评分模块还用于获取实时任务处理量L与预设的负载处理量L0之间处理量差值△L，△L＝L-L0，评分模块还用于根据处理量差值△L与预设的处理量差值之间进行比对，并根据比对结果选定相对的评分系数对未处于负载状态的处理单元进行处理量评分：其中，评分模块还用于预先设定第一预设处理量差值△L1和第二预设处理量差值△L2，评分模块还用于预先设定第一预设评分系数M1、第二预设评分系数M2和第三预设评分系数M3，且△L1＜△L2，M1＜M2＜M3。

当△L≤△L1时，则选定第一预设评分系数M1对未处于负载状态的处理单元进行处理量评分。

当△L1＜△L≤△L2时，则选定第二预设评分系数M2对未处于负载状态的处理单元进行处理量评分。

当△L＞△L2时，则选定第三预设评分系数M3对未处于负载状态的处理单元进行处理量评分。

当评分模块选定第i预设评分系数Mi对未处于负载状态的处理单元进行处理量评分时，I＝1,2,3，并确定未处于负载状态的处理单元的处理量评分为W，设定W1＝M i。

可以看出的是，首先，评分模块获取处理单元的实时任务处理量，并通过与预设的负载处理量的比较来判断处理单元是否处于负载状态。对于未处于负载状态的处理单元，评分模块进一步计算处理量差值，根据预设的处理量差值和评分系数，选定相应的评分系数用于对处理单元进行处理量评分。具体而言，通过设定预设处理量差值和相应的评分系数，评分模块可以动态地根据处理单元的实时任务处理量与负载处理量的关系，调整评分系数的选用，实现更为精细化的评估。当处理单元的处理量偏离负载状态较远时，选用较高的评分系数，反之则选用较低的评分系数，使得评分更贴近实际运行状态。

可以理解的是，通过动态评分机制，评分模块能够更精准地评估处理单元的实时任务处理能力，避免了仅仅依赖静态评分的不足。差异化的处理量评分使得评分模块能够更灵活地适应不同负载状态下的任务需求，提高了控制模块的智能调度和资源利用效率。这种动态评分机制有望在复杂的人工智能加速运算场景中，实现更为精确和高效的任务处理。

在本申请的一些实施例中，当评分模块选定第i预设评分系数Mi对未处于负载状态的处理单元进行评分，并确定未处于负载状态的处理单元的处理量评分为W时，包括：评分模块还用于获取未处于负载状态的处理单元的实时数据处理速度K，并根据实时数据处理速度K与预设的标准数据处理速度K0之间的关系，判断未处于负载状态的处理单元的实时数据处理速度是否符合标准数据处理速度：当K＝K0时，评分模块则判断处理单元的实时数据处理速度符合标准数据处理速度，并不对未处于负载状态的处理单元的处理量评分W进行调整。当K≠K0时，评分模块则判断处理单元的实时数据处理速度不符合标准数据处理速度，并根据实时数据处理速度K与预设的标准数据处理速度K0之间的关系，对未处于负载状态的处理单元的处理量评分W进行调整。

在本申请的一些实施例中，评分模块则判断处理单元的实时数据处理速度不符合标准数据处理速度，并根据实时数据处理速度K与预设的标准数据处理速度K0之间的关系，对未处于负载状态的处理单元的处理量评分W进行调整时，包括：评分模块还用于获取实时数据处理速度K与预设的标准数据处理速度K0之间的数据处理速度差值△K，△K＝K-K0，评分模块还用于根据处理速度差值△K与预设的处理速度差值之间进行比对，并根据比对结果选定相应的调整系数对未处于负载状态的处理单元的处理量评分W进行调整：其中，评分模块还用于预先设定第一预设处理速度差值△K1和第二预设处理速度差值△K2。评分模块还用于预先设定第一预设调整系数N1、第二预设调整系数N2和第三预设调整系数N3，且△K1＜△K2，N1＜0＜N2＜N3＜0.8。

当△K≤△K1时，则选定第三预设调整系数N3对未处于负载状态的处理单元的处理量评分W进行调整。

当△K1＜△K≤0时，则不对未处于负载状态的处理单元的处理量评分W进行调整。

当0＜△K≤△K2时，则选定第二预设调整系数N2对未处于负载状态的处理单元的处理量评分W进行调整。

当△K＞△K2时，则选定第一预设调整系数N1对未处于负载状态的处理单元的处理量评分W进行调整。

当评分模块选定第i预设调整系数Ni对未处于负载状态的处理单元的处理量评分W进行调整时，i＝1,2,3，并确定调整后的未处于负载状态的处理单元的处理量评分为W1，设定W1＝W*Ni。

可以看出的是，首先，评分模块获取未处于负载状态的处理单元的实时数据处理速度，并通过与预设的标准数据处理速度的比较来判断其是否符合标准。根据实时数据处理速度与标准速度之间的关系，评分模块可以对未处于负载状态的处理单元的处理量评分进行调整。具体而言，评分模块通过设定预设处理速度差值和相应的调整系数，动态地判断实时数据处理速度是否达到标准，并据此对处理单元的处理量评分进行调整。不同的处理速度差值区间采用不同的调整系数，使评分模块和控制模块在不同的情境下能够更灵活地对处理单元的性能进行评估和调整。

可以理解的是，通过实时动态调整处理单元的处理量评分，评分模块能够更准确地反映其实际性能水平。对实时数据处理速度的评估和调整使评分模块和控制模块更具鲁棒性，能够适应不同负载状态下的数据处理需求。这种动态调整机制有望提高整体芯片对于大数据并行处理的适应性和性能稳定性，确保在不同工作负载情境下都能够获得最佳的任务处理效果。

在本申请的一些实施例中，当评分模块选定第i预设调整系数Ni对未处于负载状态的处理单元的处理量评分W进行调整，并确定调整后的未处于负载状态的处理单元的处理量评分为W1时，包括：评分模块还用于获取未处于负载状态的处理单元的实时读写速度J，并根据实时读写速度J与预设的标准读写速度J0之间的关系，判断是否对调整后的未处于负载状态的处理单元的处理量评分W1进行调整：当J＝J0时，评分模块则判断不对调整后的未处于负载状态的处理单元的处理量评分W1进行调整。当J≠J0时，评分模块则判断处理单元的实时读写速度不符合标准读写速度，并根据实时读写速度J与预设的标准读写速度J0之间的关系，对调整后的未处于负载状态的处理单元的处理量评分W1进行修正。

在本申请的一些实施例中，评分模块则判断处理单元的实时读写速度不符合标准读写速度，并根据实时读写速度J与预设的标准读写速度J0之间的关系，对调整后的未处于负载状态的处理单元的处理量评分W1进行修正时，包括：评分模块还用于获取实时读写速度J与预设的标准读写速度J0之间读写速度差值△J，△J＝J-J0，评分模块还用于根据读写速度差值△J与预设的读写速度差值之间进行比对，并根据比对结果选定相应的修正系数对调整后的未处于负载状态的处理单元的处理量评分W1进行修正：其中，评分模块还用于预先设定第一预设读写速度差值△J1和第二预设读写速度差值△J2。评分模块还用于预先设定第一预设修正系数B1、第二预设修正系数B2和第三预设修正系数B3，且△J1＜△J2，B1＜0＜B2＜B3＜0.5。

当△J≤△J1时，则选定第三预设修正系数B3对调整后的未处于负载状态的处理单元的处理量评分W1进行修正。

当△J1＜△J≤0时，则不对调整后的未处于负载状态的处理单元的处理量评分W1进行修正。

当0＜△J≤△J2时，则选定第二预设修正系数B2对调整后的未处于负载状态的处理单元的处理量评分W1进行修正。

当△J＞△J2时，则选定第一预设修正系数B1对调整后的未处于负载状态的处理单元的处理量评分W1进行修正。

当评分模块选定第i预设修正系数Bi对调整后的未处于负载状态的处理单元的处理量评分W1进行修正时，i＝1,2,3，并确定修正后的未处于负载状态的处理单元的处理量评分为W2，设定W2＝W1*N i。

可以看出的是，首先，评分模块获取处理单元的实时读写速度，并通过与预设的标准读写速度的比较来判断是否需要对调整后的处理量评分进行修正。根据实时读写速度与标准速度之间的关系，评分模块可以对未处于负载状态的处理单元的处理量评分进行修正。具体而言，评分模块通过设定预设读写速度差值和相应的修正系数，动态地判断实时读写速度是否达到标准，并据此对调整后的处理量评分进行修正。不同的读写速度差值区间采用不同的修正系数，使评分模块在不同的情境下能够进一步的对处理单元的性能进行科学的评估。

可以理解的是，通过对实时读写速度的动态修正，评分模块能够更准确地反映处理单元的实际性能水平。不同的修正系数使得控制模块能够更灵活地适应不同的读写速度差异，进一步的提高了整体芯片的对于处理大量数据时的任务分配工作。这种多层次的动态修正机制有望进一步的提高评分模块对各处理单元的性能评估，同时使控制模块对各处理单元的性能了解，确保芯片在不同数据任务处理的负载情境下都能够获得最佳的任务处理效果。

在本申请的一些实施例中，控制模块还用于根据处理量评分平均分与若干处理单元的处理量评分之间的关系，分配数据集中的数据量时，包括：控制模块还用于获取若干未处于负载状态的处理单元的处理量评分W2，并根据处理量评分平均分Q与若干未处于负载状态的处理单元的处理量评分W2之间的关系，分配数据集中的数据量：当W2≥Q时，控制模块则根据处理量评分平均分Q与未处于负载状态的处理单元的处理量评分W2之间的关系对该处理单元分配数据集中的数据量。当W2＜Q时，控制模块则不对该处理单元分配数据集中的数据量。

在本申请的一些实施例中，控制模块则根据处理量评分平均分Q与未处于负载状态的处理单元的处理量评分W2之间的关系对该处理单元分配数据集中的数据量时，包括：控制模块还用于获取处理量评分平均分Q与处理量评分W2之间的处理量评分差值△Q，△Q＝Q-W2，控制模块还用于根据处理量评分差值△Q与预设的处理量评分差值之间进行比对，并根据比对结果选定相应的数据量分配至该处理单元:其中，控制模块还用于预先设定第一预设处理量评分差值△Q1和第二预设处理量评分差值△Q2,控制模块还用预先设定第一预设数据量C1，第二预设数据量C2和第三预设数据量C3，且△Q1＜△Q2，C1＜C2＜C3。

当△Q≤△Q1时，控制模块则选定第一预设数据量C1分配至该处理单元。

当△Q1＜△Q≤△Q2时，控制模块则选定第二预设数据量C2分配至该处理单元。

当△Q＞△Q2时，控制模块则选定第三预设数据量C3分配至该处理单元。

可以看出的是，首先，控制模块获取未处于负载状态的处理单元的处理量评分，然后根据处理量评分平均分与处理量评分的关系，判断是否对该处理单元进行数据集中的数据量分配。通过设定预设处理量评分差值和相应的数据量分配预设值，控制模块可以根据处理量评分平均分与未处于负载状态的处理单元的处理量评分之间的动态关系，灵活地调整数据集中的分配。具体而言，控制模块通过计算处理量评分差值，并根据预设的处理量评分差值设定不同的数据量分配阈值。根据处理量评分差值与预设的差值之间的比对结果，控制模块选定相应的数据量分配预设值，以确保数据集中的数据量能够按照实时性能情况进行合理的动态分配。

可以理解的是，通过动态分配数据集中的数据量，控制模块可以更灵活地根据处理单元的实时性能进行任务分配，实现负载均衡和资源优化。根据不同处理单元的实时处理能力，确保数据集中的数据被有效地分配到性能较好的处理单元上，提高整体芯片处理大数据时的处理效率。这种动态分配架构机制有望在人工智能加速运算场景中优化任务调度，提升芯片硬件性能，适应不同负载情况的需求。

上述实施例中，通过需求获取模块，用户可以轻松获取并设定预设需求条件，建立检索分析式，为后续的数据处理提供指导。接着，爬虫模块根据检索分析式对需求数据进行智能检索，实现了对庞大数据集的高效获取。数据采集模块负责将检索到的需求数据采集并构建数据集，为进一步的处理提供了坚实基础。其次，在处理模块中，设有多个处理单元，使得芯片能够同时执行多任务并行处理，显著提高了计算效率。评分模块则根据各处理单元的数据处理能力进行评估，为不同任务量的数据分配提供了智能化的决策支持。通过控制模块，芯片能够根据处理单元的评分分配数据集中的数据量，实现了任务的合理分配和高效执行。此外，控制模块还通过基于公式的处理，获取处理单元的处理量评分平均分，从而更全面地评估整体性能，为优化计算资源的使用提供了提高。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序商品。因此，本申请可采用完全硬件实施例、完全软件实施例，或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序商品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)和计算机程序商品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框，以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。

Claims (10)

1.一种人工智能加速运算芯片，其特征在于，包括：

需求获取模块，用于获取预设需求条件，并根据预设需求条件建立检索分析式；

爬虫模块，与所述需求获取模块电连接，所述爬虫模块用于根据所述检索分析式检索需求数据；

数据采集模块，与所述爬虫模块电连接，所述数据采集模块用于采集所述需求数据，并根据所述需求数据建立数据集；

处理模块，设置有若干处理单元，所述处理模块用于对所述需求数据进行任务数据处理；

评分模块，用于获取若干所述处理单元的数据处理能力，并根据所述数据处理能力对所述处理单元进行处理量评分；

控制模块，分别与所述处理模块和评分模块电连接，所述控制模块用于根据所述若干所述处理单元的处理量评分分配所述数据集中的数据量；其中，

所述控制模块还用于获取若干所述处理单元的处理量总评评分，并根据基于公式获取若干所述处理单元的处理量评分平均分，所述公式如下所示：

q＝Q/Y；

其中，q为若干所述处理单元的处理量评分平均分，Q为若干所述处理单元的处理量总评评分，Y为若干所述处理单元的数量；

所述控制模块还用于根据所述处理量评分平均分与若干所述处理单元的处理量评分之间的关系，分配所述数据集中的数据量。

2.如权利要求1所述的一种人工智能加速运算芯片，其特征在于，所述数据采集模块用于采集所述需求数据，并根据所述需求数据建立数据集时，包括：

所述数据采集模块还用于去除所述需求数据中的重复数据；

所述数据采集模块还用于对去除所述重复数据的需求数据中的异常数据进行剔除，所述异常数据包括：未公开的解密数据以及公开不全的数据；

所述数据采集模块还用于将去除所述重复数据和异常数据后的需求数据建立数据集。

3.如权利要求2所述的一种人工智能加速运算芯片，其特征在于，所述评分模块根据所述数据处理能力对所述处理单元进行处理量评分时，包括：

所述评分模块还用于获取所述处理单元的实时任务处理量L，所述评分模块还用于根据所述实时任务处理量L与预设的负载处理量L0之间的关系，判断所述处理单元的实时任务处理量是处于负载状态；

当L≥L0时，所述控制模块则判断所述处理单元实时任务处理量处于负载状态；

当L＜L0时，所述控制模块则判断所述处理单元实时任务处理量未处于负载状态；

其中，所述评分模块还用于获取若干所述处理单元中未处于负载状态的处理单元，并根据所述实时任务处理量L与预设的负载处理量L0之间的关系对未处于负载状态的处理单元进行处理量评分。

4.如权利要求3所述的一种人工智能加速运算芯片，其特征在于，所述评分模块还用于获取若干所述处理单元中未处于负载状态的处理单元，并根据所述实时任务处理量L与预设的负载处理量L0之间的关系对未处于负载状态的所述处理单元进行处理量评分时，包括：

所述评分模块还用于获取所述实时任务处理量L与预设的负载处理量L0之间处理量差值△L，△L＝L-L0，所述评分模块还用于根据所述处理量差值△L与预设的处理量差值之间进行比对，并根据比对结果选定相对的评分系数对未处于负载状态的所述处理单元进行处理量评分；

其中，所述评分模块还用于预先设定第一预设处理量差值△L1和第二预设处理量差值△L2，所述评分模块还用于预先设定第一预设评分系数M1、第二预设评分系数M2和第三预设评分系数M3，且△L1＜△L2，M1＜M2＜M3；

当△L≤△L1时，则选定所述第一预设评分系数M1对未处于负载状态的所述处理单元进行处理量评分；

当△L1＜△L≤△L2时，则选定所述第二预设评分系数M2对未处于负载状态的所述处理单元进行处理量评分；

当△L＞△L2时，则选定所述第三预设评分系数M3对未处于负载状态的所述处理单元进行处理量评分；

当所述评分模块选定第i预设评分系数Mi对未处于负载状态的所述处理单元进行处理量评分时，I＝1,2,3，并确定未处于负载状态的所述处理单元的处理量评分为W，设定W1＝Mi。

5.如权利要求4所述的一种人工智能加速运算芯片，其特征在于，当所述评分模块选定第i预设评分系数Mi对未处于负载状态的所述处理单元进行评分，并确定未处于负载状态的所述处理单元的处理量评分为W时，包括：

所述评分模块还用于获取未处于负载状态的所述处理单元的实时数据处理速度K，并根据所述实时数据处理速度K与预设的标准数据处理速度K0之间的关系，判断所述未处于负载状态的所述处理单元的实时数据处理速度是否符合标准数据处理速度；

当K＝K0时，所述评分模块则判断所述处理单元的实时数据处理速度符合标准数据处理速度，并不对所述未处于负载状态的所述处理单元的处理量评分W进行调整；

当K≠K0时，所述评分模块则判断所述处理单元的实时数据处理速度不符合标准数据处理速度，并根据所述实时数据处理速度K与预设的标准数据处理速度K0之间的关系，对所述未处于负载状态的所述处理单元的处理量评分W进行调整。

6.如权利要求5所述的一种人工智能加速运算芯片，其特征在于，所述评分模块则判断所述处理单元的实时数据处理速度不符合标准数据处理速度，并根据所述实时数据处理速度K与预设的标准数据处理速度K0之间的关系，对所述未处于负载状态的所述处理单元的处理量评分W进行调整时，包括：

所述评分模块还用于获取所述实时数据处理速度K与预设的标准数据处理速度K0之间的数据处理速度差值△K，△K＝K-K0，所述评分模块还用于根据所述处理速度差值△K与预设的处理速度差值之间进行比对，并根据比对结果选定相应的调整系数对未处于负载状态的所述处理单元的处理量评分W进行调整：

其中，所述评分模块还用于预先设定第一预设处理速度差值△K1和第二预设处理速度差值△K2；所述评分模块还用于预先设定第一预设调整系数N1、第二预设调整系数N2和第三预设调整系数N3，且△K1＜△K2，N1＜0＜N2＜N3＜0.8；

当△K≤△K1时，则选定所述第三预设调整系数N3对未处于负载状态的所述处理单元的处理量评分W进行调整；

当△K1＜△K≤0时，则不对未处于负载状态的所述处理单元的处理量评分W进行调整；

当0＜△K≤△K2时，则选定所述第二预设调整系数N2对未处于负载状态的所述处理单元的处理量评分W进行调整；

当△K＞△K2时，则选定所述第一预设调整系数N1对未处于负载状态的所述处理单元的处理量评分W进行调整；

当所述评分模块选定第i预设调整系数Ni对未处于负载状态的所述处理单元的处理量评分W进行调整时，i＝1,2,3，并确定调整后的未处于负载状态的所述处理单元的处理量评分为W1，设定W1＝W*Ni。

7.如权利要求6所述的一种人工智能加速运算芯片，其特征在于，当所述评分模块选定第i预设调整系数Ni对未处于负载状态的所述处理单元的处理量评分W进行调整，并确定调整后的未处于负载状态的所述处理单元的处理量评分为W1时，包括：

所述评分模块还用于获取未处于负载状态的所述处理单元的实时读写速度J，并根据所述实时读写速度J与预设的标准读写速度J0之间的关系，判断是否对调整后的未处于负载状态的所述处理单元的处理量评分W1进行调整；

当J＝J0时，所述评分模块则判断不对调整后的未处于负载状态的所述处理单元的处理量评分W1进行调整；

当J≠J0时，所述评分模块则判断所述处理单元的实时读写速度不符合标准读写速度，并根据所述实时读写速度J与预设的标准读写速度J0之间的关系，对调整后的未处于负载状态的所述处理单元的处理量评分W1进行修正。

8.如权利要求7所述的一种人工智能加速运算芯片，其特征在于，所述评分模块则判断所述处理单元的实时读写速度不符合标准读写速度，并根据所述实时读写速度J与预设的标准读写速度J0之间的关系，对调整后的未处于负载状态的所述处理单元的处理量评分W1进行修正时，包括：

所述评分模块还用于获取所述实时读写速度J与预设的标准读写速度J0之间读写速度差值△J，△J＝J-J0，所述评分模块还用于根据所述读写速度差值△J与预设的读写速度差值之间进行比对，并根据比对结果选定相应的修正系数对调整后的未处于负载状态的所述处理单元的处理量评分W1进行修正：

其中，所述评分模块还用于预先设定第一预设读写速度差值△J1和第二预设读写速度差值△J2；所述评分模块还用于预先设定第一预设修正系数B1、第二预设修正系数B2和第三预设修正系数B3，且△J1＜△J2，B1＜0＜B2＜B3＜0.5；

当△J≤△J1时，则选定所述第三预设修正系数B3对调整后的未处于负载状态的所述处理单元的处理量评分W1进行修正；

当△J1＜△J≤0时，则不对调整后的未处于负载状态的所述处理单元的处理量评分W1进行修正；

当0＜△J≤△J2时，则选定所述第二预设修正系数B2对调整后的未处于负载状态的所述处理单元的处理量评分W1进行修正；

当△J＞△J2时，则选定所述第一预设修正系数B1对调整后的未处于负载状态的所述处理单元的处理量评分W1进行修正；

当所述评分模块选定第i预设修正系数Bi对调整后的未处于负载状态的所述处理单元的处理量评分W1进行修正时，i＝1,2,3，并确定修正后的未处于负载状态的所述处理单元的处理量评分为W2，设定W2＝W1*Ni。

9.如权利要求8所述的一种人工智能加速运算芯片，其特征在于，所述控制模块还用于根据所述处理量评分平均分与若干所述处理单元的处理量评分之间的关系，分配所述数据集中的数据量时，包括：

所述控制模块还用于获取若干所述未处于负载状态的所述处理单元的处理量评分W2，并根据所述处理量评分平均分q与若干所述未处于负载状态的所述处理单元的处理量评分W2之间的关系，分配所述数据集中的数据量；

当W2≥q时，所述控制模块则根据所述处理量评分平均分q与所述未处于负载状态的所述处理单元的处理量评分W2之间的关系对该所述处理单元分配所述数据集中的数据量；

当W2＜q时，所述控制模块则不对该所述处理单元分配所述数据集中的数据量。

10.如权利要求9所述的一种人工智能加速运算芯片，其特征在于，所述控制模块则根据所述处理量评分平均分q与所述未处于负载状态的所述处理单元的处理量评分W2之间的关系对该所述处理单元分配所述数据集中的数据量时，包括：

所述控制模块还用于获取所述处理量评分平均分q与处理量评分W2之间的处理量评分差值△Q，△q＝Q-W2，所述控制模块还用于根据所述处理量评分差值△Q与预设的处理量评分差值之间进行比对，并根据比对结果选定相应的数据量分配至该所述处理单元；

其中，所述控制模块还用于预先设定第一预设处理量评分差值△Q1和第二预设处理量评分差值△Q2,所述控制模块还用预先设定第一预设数据量C1，第二预设数据量C2和第三预设数据量C3，且△Q1＜△Q2，C1＜C2＜C3；

当△Q≤△Q1时，所述控制模块则选定所述第一预设数据量C1分配至该所述处理单元；

当△Q1＜△Q≤△Q2时，所述控制模块则选定所述第二预设数据量C2分配至该所述处理单元；

当△Q＞△Q2时，所述控制模块则选定所述第三预设数据量C3分配至该所述处理单元。