运算方法、装置、芯片、设备和介质与流程

1.本公开涉及计算机技术领域，尤其涉及芯片技术领域，具体涉及一种由运算装置执行的运算方法、装置、电子设备、计算机可读存储介质和计算机程序产品。


背景技术：

2.随着人工智能技术的发展，越来越多的应用基于人工智能技术取得了远超过传统算法的效果。深度学习是数据密集型算法和计算密集型算法，也是快速迭代发展的算法。在深度学习算法中，为了提高神经网络模型处理复杂任务的能力，需要应用到多种运算类型。
3.在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明，否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认为在任何现有技术中已被公认。


技术实现要素：

4.本公开提供了一种由运算装置执行的运算方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
5.根据本公开的一方面，提供了一种由运算装置执行的运算方法，所述运算装置包括第一数量的第一运算单元和第二数量的非算术逻辑单元，所述第一数量的第一运算单元中的每个第一运算单元包括算术逻辑单元和查表单元，所述方法包括：响应于确定目标运算类型为算术逻辑运算和查表运算的组合，获取第一数量的待输入值；将所述第一数量的待输入值分别输入所述第一数量的算术逻辑单元，以得到所述第一数量的算术逻辑单元各自输出的算术逻辑运算结果；以及将所述第一数量的算术逻辑运算结果分别输入所述第一数量的查表单元，以得到所述第一数量的查表单元各自输出的查表运算结果；以及响应于确定所述目标运算类型为非算术逻辑运算，获取第二数量的待输入值；以及将所述第二数量的待输入值分别输入所述第二数量的非算术逻辑单元，以得到所述第二数量的非算术逻辑单元各自输出的非算术逻辑运算结果。
6.根据本公开的另一方面，提供了一种运算装置，包括：第一数量的第一运算单元，所述第一数量的第一运算单元中的每个第一运算单元包括算术逻辑单元和查表单元；第二数量的非算术逻辑单元；获取单元，被配置用于响应于确定目标运算类型为算术逻辑运算和查表运算的组合，获取第一数量的待输入值；以及输入单元，被配置用于将所述第一数量的待输入值分别输入所述第一数量的算术逻辑单元，以得到所述第一数量的算术逻辑单元各自输出的算术逻辑运算结果；以及将所述第一数量的算术逻辑运算结果分别输入所述第一数量的查表单元，以得到所述第一数量的查表单元各自输出的查表运算结果，所述获取单元还被配置用于响应于确定所述目标运算类型为非算术逻辑运算，获取第二数量的待输入值，所述输入单元还被配置用于将所述第二数量的待输入值分别输入所述第二数量的非算术逻辑单元，以得到所述第二数量的非算术逻辑单元各自输出的非算术逻辑运算结果。
7.根据本公开的另一方面，提供了一种芯片，包括如上所述的运算装置。
8.根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述运算方法。
9.根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行上述运算方法。
10.根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，其中，计算机程序在被处理器执行时能够实现上述运算方法。
11.根据本公开的一个或多个实施例，能够支持多种运算类型，提升运算装置的性能。
12.应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
13.附图示例性地示出了实施例并且构成说明书的一部分，与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的，并不限制权利要求的范围。在所有附图中，相同的附图标记指代类似但不一定相同的要素。
14.图1示出了根据本公开示例性实施例的可以在其中实施本文描述的各种方法的示例性系统的示意图；
15.图2示出了根据本公开示例性实施例的运算方法的流程图；
16.图3示出了根据本公开示例性实施例的查找表的构建方法的流程图；
17.图4示出了根据本公开示例性实施例的查找表的示意图；
18.图5示出了根据本公开示例性实施例的运算方法的部分示例过程的流程图；
19.图6示出了根据本公开示例性实施例的查表运算过程示意图；
20.图7示出了根据本公开示例性实施例的运算装置的结构框图；
21.图8示出了根据本公开示例性实施例的向量处理器的结构框图；
22.图9示出了能够用于实现本公开实施例的示例性电子设备的结构框图。
具体实施方式
23.以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
24.在本公开中，除非另有说明，否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系，这种术语只是用于将一个元件与另一元件区分开。在一些示例中，第一要素和第二要素可以指向该要素的同一实例，而在某些情况下，基于上下文的描述，它们也可以指代不同实例。
25.在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的，而并非旨在进行限制。除非上下文另外明确地表明，如果不特意限定要素的数量，则该要素可以是一个也可以是多个。此外，本公开中所使用的术语“和/或”涵盖所列出的项目中
的任何一个以及全部可能的组合方式。
26.相关技术中，通常是将多个相同运算类型的运算单元集成在运算装置中，从而能够利用所述多个运算单元分别基于多个输入值进行并行运算，以提升运算效率。在这种情况下，所述运算装置仅能支持特定的运算类型，当需要针对原始输入数据进行多种不同类型的运算时，例如需要先进行算术逻辑运算再进行非算术逻辑运算，实际运算过程中需要先将原始输入数据传入包含算术逻辑运算单元的装置，将其所输出的算术逻辑运算结果写入存储单元中，再从存储单元中读取所述算术逻辑运算结果并传入包含非算术逻辑运算单元的装置，运算效率较低，并且需要占用较多的硬件资源。
27.在深度学习算法中，为了提高神经网络模型处理复杂任务的能力，使用了很多需要利用查表运算来实现的非线性函数，特别是在神经网络模型的激活函数层中应用的sigmoid函数、tanh函数、gelu函数等。
28.通常而言，在神经网络模型中，将数据传入激活函数层之前，需要先利用算术逻辑单元进行特定的算术逻辑运算，例如偏置单元、下采样单元等。相关技术中，所述算术逻辑单元和用于执行查表运算的单元是相互独立的运算通路。在这种情况下，实际运算过程中需要先将原始输入数据传入算术逻辑单元，将其所输出的算术逻辑运算结果写入存储单元中，再从存储单元中读取所述算术逻辑运算结果并写入用于执行查表运算的单元，运算效率较低。
29.基于此，本公开提供了一种由运算装置执行的运算方法，所述运算装置包括第一数量的由算术逻辑单元和查表单元构成的第一运算单元，以同时支持算术逻辑运算和查表运算，同时还包括第二数量的非算术逻辑单元，以支持非算术逻辑运算，能够基于目标运算类型作选择，并获取相应数量的待输入值，从而提升运算性能。
30.下面将结合附图详细描述本公开的实施例。
31.图1示出了根据本公开的实施例可以将本文描述的各种方法和装置在其中实施的示例性系统100的示意图。参考图1，该系统100包括一个或多个客户端设备101、102、103、104、105和106、服务器120以及将一个或多个客户端设备耦接到服务器120的一个或多个通信网络110。客户端设备101、102、103、104、105和106可以被配置为执行一个或多个应用程序。
32.在本公开的实施例中，服务器120可以运行使得能够执行运算方法的一个或多个服务或软件应用。
33.在某些实施例中，服务器120还可以提供其他服务或软件应用，这些服务或软件应用可以包括非虚拟环境和虚拟环境。在某些实施例中，这些服务可以作为基于web的服务或云服务提供，例如在软件即服务(saas)模型下提供给客户端设备101、102、103、104、105和/或106的用户。
34.在图1所示的配置中，服务器120可以包括实现由服务器120执行的功能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件组件、硬件组件或其组合。操作客户端设备101、102、103、104、105和/或106的用户可以依次利用一个或多个客户端应用程序来与服务器120进行交互以利用这些组件提供的服务。应当理解，各种不同的系统配置是可能的，其可以与系统100不同。因此，图1是用于实施本文所描述的各种方法的系统的一个示例，并且不旨在进行限制。
35.用户可以使用客户端设备101、102、103、104、105和/或106来获取目标运算类型和待输入值。客户端设备可以提供使客户端设备的用户能够与客户端设备进行交互的接口。客户端设备还可以经由该接口向用户输出信息。尽管图1仅描绘了六种客户端设备，但是本领域技术人员将能够理解，本公开可以支持任何数量的客户端设备。
36.客户端设备101、102、103、104、105和/或106可以包括各种类型的计算机设备，例如便携式手持设备、通用计算机(诸如个人计算机和膝上型计算机)、工作站计算机、可穿戴设备、智能屏设备、自助服务终端设备、服务机器人、游戏系统、瘦客户端、各种消息收发设备、传感器或其他感测设备等。这些计算机设备可以运行各种类型和版本的软件应用程序和操作系统，例如microsoft windows、apple ios、类unix操作系统、linux或类linux操作系统(例如google chrome os)；或包括各种移动操作系统，例如microsoft windows mobile os、ios、windows phone、android。便携式手持设备可以包括蜂窝电话、智能电话、平板电脑、个人数字助理(pda)等。可穿戴设备可以包括头戴式显示器(诸如智能眼镜)和其他设备。游戏系统可以包括各种手持式游戏设备、支持互联网的游戏设备等。客户端设备能够执行各种不同的应用程序，例如各种与internet相关的应用程序、通信应用程序(例如电子邮件应用程序)、短消息服务(sms)应用程序，并且可以使用各种通信协议。
37.网络110可以是本领域技术人员熟知的任何类型的网络，其可以使用多种可用协议中的任何一种(包括但不限于tcp/ip、sna、ipx等)来支持数据通信。仅作为示例，一个或多个网络110可以是局域网(lan)、基于以太网的网络、令牌环、广域网(wan)、因特网、虚拟网络、虚拟专用网络(vpn)、内部网、外部网、区块链网络、公共交换电话网(pstn)、红外网络、无线网络(例如蓝牙、wifi)和/或这些和/或其他网络的任意组合。
38.服务器120可以包括一个或多个通用计算机、专用服务器计算机(例如pc(个人计算机)服务器、unix服务器、中端服务器)、刀片式服务器、大型计算机、服务器群集或任何其他适当的布置和/或组合。服务器120可以包括运行虚拟操作系统的一个或多个虚拟机，或者涉及虚拟化的其他计算架构(例如可以被虚拟化以维护服务器的虚拟存储设备的逻辑存储设备的一个或多个灵活池)。在各种实施例中，服务器120可以运行提供下文所描述的功能的一个或多个服务或软件应用。
39.服务器120中的计算单元可以运行包括上述任何操作系统以及任何商业上可用的服务器操作系统的一个或多个操作系统。服务器120还可以运行各种附加服务器应用程序和/或中间层应用程序中的任何一个，包括http服务器、ftp服务器、cgi服务器、java服务器、数据库服务器等。
40.在一些实施方式中，服务器120可以包括一个或多个应用程序，以分析和合并从客户端设备101、102、103、104、105和106的用户接收的数据馈送和/或事件更新。服务器120还可以包括一个或多个应用程序，以经由客户端设备101、102、103、104、105和106的一个或多个显示设备来显示数据馈送和/或实时事件。
41.在一些实施方式中，服务器120可以为分布式系统的服务器，或者是结合了区块链的服务器。服务器120也可以是云服务器，或者是带人工智能技术的智能云计算服务器或智能云主机。云服务器是云计算服务体系中的一项主机产品，以解决传统物理主机与虚拟专用服务器(vps，virtual private server)服务中存在的管理难度大、业务扩展性弱的缺陷。
42.系统100还可以包括一个或多个数据库130。在某些实施例中，这些数据库可以用于存储数据和其他信息。例如，数据库130中的一个或多个可用于存储诸如音频文件和视频文件的信息。数据库130可以驻留在各种位置。例如，由服务器120使用的数据库可以在服务器120本地，或者可以远离服务器120且可以经由基于网络或专用的连接与服务器120通信。数据库130可以是不同的类型。在某些实施例中，由服务器120使用的数据库例如可以是关系数据库。这些数据库中的一个或多个可以响应于命令而存储、更新和检索到数据库以及来自数据库的数据。
43.在某些实施例中，数据库130中的一个或多个还可以由应用程序使用来存储应用程序数据。由应用程序使用的数据库可以是不同类型的数据库，例如键值存储库，对象存储库或由文件系统支持的常规存储库。
44.图1的系统100可以以各种方式配置和操作，以使得能够应用根据本公开所描述的各种方法和装置。
45.图2示出了根据本公开示例性实施例的运算方法200的流程图，所述运算装置包括第一数量的第一运算单元和第二数量的非算术逻辑单元，所述第一数量的第一运算单元中的每个第一运算单元包括算术逻辑单元和查表单元。如图2所示，方法200包括：
46.步骤s210、响应于确定目标运算类型为算术逻辑运算和查表运算的组合，获取第一数量的待输入值；
47.步骤s220、将所述第一数量的待输入值分别输入所述第一数量的算术逻辑单元，以得到所述第一数量的算术逻辑单元各自输出的算术逻辑运算结果；
48.步骤s230、将所述第一数量的算术逻辑运算结果分别输入所述第一数量的查表单元，以得到所述第一数量的查表单元各自输出的查表运算结果；
49.步骤s240、响应于确定所述目标运算类型为非算术逻辑运算，获取第二数量的待输入值；以及
50.步骤s250、将所述第二数量的待输入值分别输入所述第二数量的非算术逻辑单元，以得到所述第二数量的非算术逻辑单元各自输出的非算术逻辑运算结果。
51.由此，通过利用第一数量的第一运算单元和第二数量的非算术逻辑单元，能够实现同时支持算术逻辑运算和查表运算的组合及非算术逻辑运算，在运算过程中可以基于目标运算类型选择相应的单元，进而获取相应数量的待输入值进行计算，以提升运算性能。
52.如前文所描述的，方法200可以应用于深度学习算法中，例如可以用于执行神经网络模型的推理计算过程。所述神经网络模型是基于深度学习方法构建或训练的完成的模型，示例性地，所述神经网络模型可以是各种结构的神经网络模型，例如卷积神经网络模型、反馈神经网络模型、前馈神经网络模型等。并且，所述目标神经网络模型可以是用于执行各种基于深度学习的任务的模型，例如可以包括图像分类模型、目标检测模型、视觉语言模型、文本内容理解模型等。
53.在一些示例中，所述神经网络模型为基于卷积神经网络的图像分类模型，所述图像分类模型被配置为利用卷积神经网络提取待分类图像的特征图，基于此进行图像分类。在这种情况下，所述图像分类模型包括卷积层、平均值池化层、采样层和激活层。通过利用上述步骤s210-s230，能够支持所述图像分类模型中采样层和激活层的运算过程，通过利用上述步骤s240-s250，能够支持所述平均值池化层的除法运算过程。在这种情况下，所述待
输入值可以为利用所述卷积层或平均值池化层所提取的图像特征图中的像素值。
54.在一些示例中，所述第一数量和第二数量可以是由人工根据实际运算需求来配置的，所述第一数量和第二数量可以相同，也可以不同。例如，当针对算术逻辑运算和查表运算的需求较高而针对非算术逻辑运算的需求较低时，可以在所述运算装置中配置数量较多的第一运算单元和数量较少的非算术逻辑单元，从而能够提升硬件资源的利用率。
55.根据一些实施例，所述非算术逻辑运算包括以下各项中的至少一项：除法运算、开方运算、对数运算和指数运算。所述算术逻辑运算包括以下各项中的至少一项：加法运算、减法运算、乘法运算、位逻辑运算和移位运算。由此，能够支持多种运算类型，提升运算性能。
56.应当理解，所述运算装置所包括的算术逻辑单元、查表单元和非算术逻辑单元可以根据运算类型进一步划分。例如所述第一数量的算术逻辑单元中可以包括第三数量的加法器、第四数量的乘法器和第五数量的移位器，进而能够基于目标运算类型来灵活配置相应的运算通路，以提升运算性能。
57.在一些应用场景中，无需针对待输入值执行串联的算术逻辑运算和查表运算。基于此，根据一些实施例，所述目标运算类型还包括算术逻辑运算和查表运算，方法200还包括：响应于确定所述目标运算类型为算术逻辑运算，获取第一数量的待输入值；以及将所述第一数量的待输入值分别输入所述第一数量的算术逻辑单元，以得到所述第一数量的算术逻辑单元各自输出的算术逻辑运算结果；以及响应于确定所述目标运算类型为查表运算，获取第一数量的待输入值；以及将所述第一数量的待输入值分别输入所述第一数量的查表单元，以得到所述第一数量的查表单元各自输出的查表运算结果。由此，能够利用所述目标运算类型，灵活地配置针对待输入值的运算通路，提升运算灵活性。
58.相关技术中，通常是利用查表法结合分段线性拟合的方式来实现查表运算。一种实现方式是将所需计算的函数划分为多个分段，其中的每一个分段都拟合成f(x)＝k*x b的线性函数。在这种情况下，可以将拟合一次函数的斜率和截距(即每个分段对应的k和b)存储在参数表中。基于输入值确定相应的分段，再基于该分段对应的k和b参数计算与所述输入值对应的运算结果。这种实现方式中，参数表中所存储的表项较多，需要占用较多的存储硬件资源。
59.另一种实现方式是将所述函数中的每一个分段对应的两个端点xk和x
k 1
对应的输出值f(xk)和f(x
k 1
)存储在参数表中。基于输入值确定相应的分段，再基于该分段对应的两个端点的输出值，利用线性插值的方式计算与所述输入值对应的运算结果。这种实现方式中，参数表中需要存储的表项减少，但每次查表运算过程仍然需要从参数表中依次读取出两个输出值，数据读取效率较低。
60.基于此，本公开提供了一种查找表的构建方法，应用于上述运算装置所包括的查表单元中，以提升查表运算效率。图3示出了根据本公开示例性实施例的查找表的构建方法300的流程图。如图3所示，方法300包括：
61.步骤s301、获取初始查找表，所述初始查找表中包括顺序排列的多个输入值以及与所述多个输入值一一对应的多个输出值；
62.步骤s302、针对所述多个输入值中的每个输入值，将该输入值在由所述多个输入值组成的序列中的排列序数确定为与该输入值对应的索引值；
63.步骤s303、针对与所述多个输入值对应的多个索引值中的每个索引值，响应于确定该索引值为偶数，将与该索引值对应的输出值存入第一子查找表，响应于确定该索引值为奇数，将与该索引值对应的输出值存入第二子查找表，其中，所述第一子查找表存储在与第一读取端口对应的第一存储单元，第二子查找表存储在与第二读取端口对应的第二存储单元，所述第一和第二不同；
64.步骤s304、基于所述第一子查找表和第二子查找表，构建所述查找表。
65.相关技术中，通常是将初始查找表存储在一个存储单元中，例如只读存储器、闪存芯片等。申请人注意到，通常而言，每个存储单元仅包含一个读取端口，也就是说，当需要从所述初始查找表中读取两个输出值时，则需利用该读取端口执行两次读取操作，数据读取效率较低。而当每个存储单元包含两个读取端口时，虽然能够提升数据读取带宽，但该存储单元会占用较多的硬件资源。
66.基于此，通过利用上述方法300，能够将初始查找表中的数据拆分存储到两个子查找表中，即能够实现将所述第一子查找表和第二子查找表分别存储到两个存储单元中。在这种情况下，每个存储单元仅需包含一个读取端口，通过利用所述两个存储单元各自包括的端口，即可同时从所述两个子查找表中读取数据，能够在提升数据读取效率的同时节省硬件资源。
67.如前文所描述的，在一个示例中，可以将所需计算的函数划分为多个分段，将其中的每个分段对应的两个端点xk和x
k 1
的输出值f(xk)和f(x
k 1
)存储在初始查找表中。在查找过程中，能够基于查表单元的输入值确定目标分段，进而读取该目标分段对应的两个端点的输出值，用于计算与该输入值对应的查表运算结果。可以看出，上述每个分段对应的两个端点xk和x
k 1
分别对应的索引值是连续的，通过利用上述的方法300，即能够将每个分段对应的端点的输出值分别存储在第一子查找表和第二子查找表中。也就是说，每次查找过程所需读取的两个输出值势必存储在不同的两个存储单元中，通过利用所述两个存储单元各自包括的端口，即可同时读取所述两个输出值，提升数据读取效率。
68.在一个示例中，所述初始查找表中任意两个相邻的输入值之间的差值为lut
interval
，所述初始查找表中的多个输入值中的最小输入值为lut
min
，最大输入值为lut
max
。在这种情况下，所述多个输入值的数量为n 1，并且n满足如下数量关系
69.n＝(lut
max-lut
min
)/lut
interval
70.针对所述多个输入值中的任一输入值lutn，基于该输入值与所述最小输入值的差值(lut
n-lut
min
)与lut
interval
的商，即可确定该输入值在由所述多个输入值组成的序列中的排列序数，即确定与该输入值对应的索引值。
71.图4示出了根据本公开示例性实施例的查找表的示意图。在这一示例中，x0＝lut
min
，x
i 1-xi＝lut
interval
(i≤n-1)。基于每个输入值xi对应的索引值i，即可将相应的f(xi)存储到第一子查找表或第二子查找表中，以提升数据读取带宽。
72.图5示出了根据本公开示例性实施例的运算方法的部分示例过程的流程图。如图5所示，根据一些实施例，所述查表单元包括利用上述方法300构建的查找表，并且步骤s230中所述将所述第一数量的算术逻辑运算结果输入所述第一数量的查表单元，以得到所述第一数量的查表单元各自输出的查表运算结果包括：
73.步骤s231、针对所述第一数量的算术逻辑运算结果中的每个算术逻辑运算结果，
从所述查找表所包括的多个输出值各自对应的输入值中，确定与该算术逻辑运算结果最接近的第一输入值和第二输入值，其中，所述第一输入值和第二输入值各自对应的第一输出值和第二输出值分别存储在所述查找表所包括的第一子查找表和第二子查找表中；
74.步骤s232、基于与所述第一输入值和第二输入值分别对应的第一索引值和第二索引值，确定第一子索引值和第二子索引值，所述第一子索引值和第二子索引值能够表征所述第一输出值和第二输出值在所述第一子查找表和第二子查找表中的排列序数；
75.步骤s233、基于所述第一子索引值，利用所述第一读取端口从所述第一子查找表中读取所述第一输出值；
76.步骤s234、基于所述第二子索引值，利用所述第二读取端口从所述第二子查找表中读取所述第二输出值；以及
77.步骤s235、基于所述第一输入值、第二输入值、第一输出值、第二输出值和该算术逻辑运算结果，计算与该算术逻辑运算结果对应的查表运算结果。
78.由此，能够针对输入查表单元的算术逻辑运算结果确定与其最接近的第一输入值和第二输入值，进而能够基于所述第一输入值和第二输入值各自对应的第一输出值和第二输出值来计算与所述算术逻辑运算结果对应的查表运算结果。并且同时，通过利用方法300构建的查找表来读取所述第一输出值和第二输出值，能够利用与所述第一输入值和第二输入值分别对应的第一索引值和第二索引值来简便快捷地确定所述第一输出值和第二输出值在子查找表中的存储位置，实现高效的数据读取，以提升运算效率。
79.示例性地，所述查表单元可以用于计算sigmoid函数、tanh函数、gelu函数、自然指数函数等，对此不作限定。
80.根据一些实施例，所述初始查找表中任意两个相邻的输入值之间的差值相同，所述从查找表所包括的多个输出值各自对应的输入值中，确定与该算术逻辑运算结果最接近的第一输入值和第二输入值包括：获取所述多个输入值中的最小输入值和所述任意两个相邻的输入值之间的差值；基于所述最小输入值、算术逻辑运算结果和所述差值，确定与该算术逻辑运算结果最接近的第一输入值和第二输入值。由此，能够更加简便快捷地确定与所述算术逻辑运算结果最接近的第一输入值和第二输入值，提升运算效率。
81.在一个示例中，所述查找表中任意两个相邻的输入值之间的差值为lut
interval
，所述初始查找表中的多个输入值中的最小输入值为lut
min
。在这种情况下，当输入查表单元的算术逻辑运算结果为x
target
，即可基于所述输入值与所述最小输入值的差值(x
target-lut
min
)与lut
interval
的商进行取整操作，以确定与该算术逻辑运算结果最接近的第一输入值和第二输入值。例如，当利用如图4所示的查找表进行运算时，当基于(x
target-lut
min
)与lut
interval
的商进行取整操作所得到的数值为3，即可确定与该算术逻辑运算结果最接近的第一输入值和第二输入值分别为x3和x4。
82.根据一些实施例，所述步骤s235中基于所述第一输入值、第二输入值、第一输出值、第二输出值和该算术逻辑运算结果，计算与该算术逻辑运算结果对应的查表运算结果包括：基于所述第一输入值与该算术逻辑运算结果的第一差值和所述第二输入值与该算术逻辑运算结果的第二差值，确定所述第一输出值和第二输出值各自对应的权重；以及基于所述权重，对所述第一输出值和第二输出值进行加权计算，以得到与该算术逻辑运算结果对应的查表运算结果。
83.图6示出了根据本公开示例性实施例的查表运算过程示意图。在一些示例中，输入查表单元的目标输入值为算术逻辑单元所输出的算术逻辑运算结果，在另一些示例中，输入查表单元的目标输入值为待输入值。
84.参见图6所示，在获取目标输入值后，即可基于此确定与所述目标输入值最接近的第一输入值和第二输入值xk和x
k 1
分别对应的第一索引值和第二索引值，进而能够确定第一子索引值和第二子索引值，以从所述第一子查找表和第二子查找表中分别读取f(xk)和f(x
k 1
)。
85.以下将结合图4所示的查找表，进一步描述查表运算的具体实施方式。
86.参见图4可知，所述多个输入值分别对应的多个索引值是从0开始编码的，并且所述多个索引值是利用二进制来表示的。在这种情况下，当与所述目标输入值最接近的两个输入值分别为xk和x
k 1
，并且k为偶数时，则第一索引值为k，第二索引值为(k 1)时，第一输出值f(xk)存储在第一子查找表中，第二输出值f(x
k 1
)存储在第二子查找表中。通过对第一索引值k执行移位操作，即可得到第一子索引值和第二子索引值(k＞＞1)。当k为奇数时，第一索引值为(k 1)，第二索引值为k，第一输出值f(x
k 1
)存储在第一子查找表中，第二输出值f(xk)存储在第二子查找表中。通过对第二索引值k执行移位操作和加法操作，即可得到第一子索引值[(k＞＞1) 1]和第二子索引值(k＞＞1)。
[0087]
可以看出，通过对与所述目标输入值最接近的两个输入值中较小的输入值xk所对应的索引值k执行移位操作，即可得到第二子索引值(k＞＞1)。通过利用选通器来基于k的奇偶性进行判断，即可将(k＞＞1)和[(k＞＞1) 1]中的一个确定为第一子索引值。基于所述第一子索引值和第二子索引值，即可并行地从所述第一子查找表和第二子查找表中读取f(xk)和f(x
k 1
)。
[0088]
在一个示例中，基于所述第一输入值、第二输入值、第一输出值、第二输出值和所述目标输入值，计算与所述目标输入值x对应的查表运算结果f(x)可以是利用如下线性插值公式来实现的：
[0089][0090]
根据本公开的另一方面，提供了一种运算装置。图7示出了根据本公开示例性实施例的运算装置700的结构框图。如图7所示，装置700包括：
[0091]
第一数量的第一运算单元710，所述第一数量的第一运算单元中的每个第一运算单元包括算术逻辑单元711和查表单元712；
[0092]
第二数量的非算术逻辑单元720；
[0093]
获取单元730，被配置用于响应于确定目标运算类型为算术逻辑运算和查表运算的组合，获取第一数量的待输入值；以及
[0094]
输入单元740，被配置用于将所述第一数量的待输入值分别输入所述第一数量的算术逻辑单元，以得到所述第一数量的算术逻辑单元各自输出的算术逻辑运算结果；以及将所述第一数量的算术逻辑运算结果分别输入所述第一数量的查表单元，以得到所述第一数量的查表单元各自输出的查表运算结果，
[0095]
所述获取单元还被配置用于响应于确定所述目标运算类型为非算术逻辑运算，获取第二数量的待输入值，
[0096]
所述输入单元还被配置用于将所述第二数量的待输入值分别输入所述第二数量的非算术逻辑单元，以得到所述第二数量的非算术逻辑单元各自输出的非算术逻辑运算结果。
[0097]
运算装置700的单元730-单元740的操作与前面描述的步骤s210-步骤s250的操作类似，在此不作赘述。
[0098]
根据一些实施例，所述目标运算类型还包括算术逻辑运算和查表运算，所述获取单元630还被配置用于响应于确定所述目标运算类型为算术逻辑运算，获取第一数量的待输入值，所述输入单元640还被配置用于将所述第一数量的待输入值分别输入所述第一数量的算术逻辑单元，以得到所述第一数量的算术逻辑单元各自输出的算术逻辑运算结果，所述获取单元630还被配置用于响应于确定所述目标运算类型为查表运算，获取第一数量的待输入值，所述输入单元640还被配置用于将所述第一数量的待输入值分别输入所述第一数量的查表单元，以得到所述第一数量的查表单元各自输出的查表运算结果。
[0099]
在一些示例中，运算装置700可以构成向量处理器中的向量运算单元，以针对一个向量数据中所包含的多个标量数据(即一组输入数据包含的多个待输入值)并行地进行运算，以提升运算效率。
[0100]
图8示出了根据本公开示例性实施例的向量处理器800的结构框图。
[0101]
如图8所示，向量处理器800包括指令存储单元801、取指单元802、指令译码单元803、控制单元804、输入数据存储单元805、运算装置700、仲裁选择器806、分发器807和输出数据存储单元808。
[0102]
其中，指令存储单元801用于存储人工指令，取指单元802用于从指令存储单元801中读取人工指令并进行解析，以得到用于控制向量处理过程的运算参数，控制单元803用于基于所述运算参数生成相应的控制信号，用于控制运算装置700、仲裁选择器806和分发器807进行向量处理。
[0103]
在这一示例中，运算参数例如可以包括针对输入数据的目标运算类型、所述第一数量和所述第二数量等，所述控制信号例如可以包括针对所述运算装置中各个运算单元的运算使能信号、针对输入数据存储单元805、仲裁选择器806、分发器807和输出数据存储单元808的读写控制信号和读写地址信息等。利用所述针对运算装置700中各个运算单元的运算使能信号，能够灵活配置针对输入数据的运算通路，以实现按照所述目标运算类型对所述输入数据进行运算。基于上述控制信号，仲裁选择器806能够从输入数据存储单元805的多个地址读取所述输入数据所包括的多个待输入值，进而在每个时钟周期从中选择第一数量或第二数量的待输入值，以使得运算装置700能够基于所述第一数量或第二数量的待输入值进行运算，分发器807能够获取与所述多个待输入值对应的多个运算结果分别写入输出数据存储单元808的多个地址。由此，能够基于简单的人工指令，即实现针对一组输入数据所包含的多个待输入值的并行运算，减少指令条数，提升运算效率。
[0104]
在实际应用场景中，算术逻辑运算和查表运算的计算量通常高于非算术逻辑运算的计算量，也就是说，第一运算单元710的计算负荷高于非算术逻辑单元720的计算负荷。基于此，在一些示例中，所述第一数量大于所述第二数量，并且输入数据存储单元805中存储有第一数量的待输入值。在这种情况下，响应于所述目标运算类型为算术逻辑运算或查表运算中的至少一者，可以直接将所述第一数量的待输入值传入第一运算单元710，并且进一
步利用运算使能信号来配置算术逻辑单元711和查表单元712，以实现高并行度的运算，提升运算效率。响应于所述目标运算类型为非算术逻辑运算，则由仲裁选择器806读取所述第一数量的待输入值，进而在每个时钟周期从中选择不大于所述第二数量的待输入值传入非算术逻辑单元720进行运算，再由分发器807分发相应的运算结果，利用并行和串行结合的方式实现非算术逻辑运算，以提升硬件资源的利用率。
[0105]
根据一些实施例，所述非算术逻辑运算包括以下各项中的至少一项：除法运算、开方运算、对数运算和指数运算。
[0106]
根据一些实施例，所述算术逻辑运算包括以下各项中的至少一项：加法运算、减法运算、乘法运算、位逻辑运算和移位运算。
[0107]
根据一些实施例，所述查表单元包括利用如前文所描述的方法300构建的查找表，并且所述查表单元还包括：第一确定子单元，被配置用于针对所述第一数量的算术逻辑运算结果中的每个算术逻辑运算结果，从所述查找表所包括的多个输出值各自对应的输入值中，确定与该算术逻辑运算结果最接近的第一输入值和第二输入值，其中，所述第一输入值和第二输入值各自对应的第一输出值和第二输出值分别存储在所述查找表所包括的第一子查找表和第二子查找表中；第二确定子单元，被配置用于基于与所述第一输入值和第二输入值分别对应的第一索引值和第二索引值，确定第一子索引值和第二子索引值，所述第一子索引值和第二子索引值能够表征所述第一输出值和第二输出值在所述第一子查找表和第二子查找表中的排列序数；第一读取端口，被配置用于基于所述第一子索引值，从所述第一子查找表中读取所述第一输出值；第二读取端口，被配置用于基于所述第二子索引值，从所述第二子查找表中读取所述第二输出值；以及计算子单元，被配置用于基于所述第一输入值、第二输入值、第一输出值、第二输出值和该算术逻辑运算结果，计算与该算术逻辑运算结果对应的查表运算结果。
[0108]
根据一些实施例，所述第一确定子单元被配置用于：获取所述多个输入值中的最小输入值和所述任意两个相邻的输入值之间的差值；基于所述最小输入值、算术逻辑运算结果和所述差值，确定与该算术逻辑运算结果最接近的第一输入值和第二输入值。
[0109]
根据一些实施例，所述计算子单元被配置用于：基于所述第一输入值与该算术逻辑运算结果的第一差值和所述第二输入值与该算术逻辑运算结果的第二差值，确定所述第一输出值和第二输出值各自对应的权重；以及基于所述权重，对所述第一输出值和第二输出值进行加权计算，以得到与该算术逻辑运算结果对应的查表运算结果。
[0110]
根据本公开的另一方面，还提供一种芯片，包括如上所述的运算装置。
[0111]
根据本公开的另一方面，还提供一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述的运算方法。
[0112]
根据本公开的另一方面，还提供一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行上述的运算方法。
[0113]
根据本公开的另一方面，还提供一种计算机程序产品，包括计算机程序，其中，所述计算机程序再被处理器执行时实现上述的运算方法。
[0114]
参考图9，现将描述可以作为本公开的服务器或客户端的电子设备900的结构框
图，其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
[0115]
如图9所示，设备900包括计算单元901，其可以根据存储在只读存储器(rom)902中的计算机程序或者从存储单元908加载到随机访问存储器(ram)903中的计算机程序，来执行各种适当的动作和处理。在ram 903中，还可存储设备900操作所需的各种程序和数据。计算单元901、rom 902以及ram 903通过总线904彼此相连。输入/输出(i/o)接口905也连接至总线904。
[0116]
设备900中的多个部件连接至i/o接口905，包括：输入单元906、输出单元907、存储单元908以及通信单元909。输入单元906可以是能向设备900输入信息的任何类型的设备，输入单元906可以接收输入的数字或字符信息，以及产生与电子设备的用户设置和/或功能控制有关的键信号输入，并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元907可以是能呈现信息的任何类型的设备，并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元908可以包括但不限于磁盘、光盘。通信单元909允许设备900通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据，并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组，例如蓝牙tm设备、802.11设备、wifi设备、wimax设备、蜂窝通信设备和/或类似物。
[0117]
计算单元901可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元901的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。计算单元901执行上文所描述的各个方法和处理，例如运算方法。例如，在一些实施例中，运算方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元908。在一些实施例中，计算机程序的部分或者全部可以经由rom 902和/或通信单元909而被载入和/或安装到设备900上。当计算机程序加载到ram 903并由计算单元901执行时，可以执行上文描述的运算方法的一个或多个步骤。备选地，在其他实施例中，计算单元901可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行运算方法。
[0118]
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、复杂可编程逻辑设备(cpld)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
[0119]
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
[0120]
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
[0121]
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
[0122]
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)、互联网和区块链网络。
[0123]
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。
[0124]
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
[0125]
虽然已经参照附图描述了本公开的实施例或示例，但应理解，上述的方法、系统和设备仅仅是示例性的实施例或示例，本发明的范围并不由这些实施例或示例限制，而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外，可以通过不同于本公开中描述的次序来执行各步骤。进一步地，可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进，在此描述的很多要素可以由本公开之后出现的等同要素进行替换。