[go: up one dir, main page]

CN108694181B - 一种数据筛选装置和方法 - Google Patents

一种数据筛选装置和方法 Download PDF

Info

Publication number
CN108694181B
CN108694181B CN201710222232.5A CN201710222232A CN108694181B CN 108694181 B CN108694181 B CN 108694181B CN 201710222232 A CN201710222232 A CN 201710222232A CN 108694181 B CN108694181 B CN 108694181B
Authority
CN
China
Prior art keywords
data
unit
screening
component
screened
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710222232.5A
Other languages
English (en)
Other versions
CN108694181A (zh
Inventor
不公告发明人
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Cambricon Information Technology Co Ltd
Original Assignee
Shanghai Cambricon Information Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Priority to CN201710222232.5A priority Critical patent/CN108694181B/zh
Application filed by Shanghai Cambricon Information Technology Co Ltd filed Critical Shanghai Cambricon Information Technology Co Ltd
Priority to EP18780474.5A priority patent/EP3579150B1/en
Priority to EP24168317.6A priority patent/EP4372620A3/en
Priority to CN201811423295.8A priority patent/CN109409515B/zh
Priority to CN201811413244.7A priority patent/CN109344965A/zh
Priority to CN201811423421.XA priority patent/CN109359736A/zh
Priority to PCT/CN2018/081929 priority patent/WO2018184570A1/zh
Priority to EP19199524.0A priority patent/EP3627437B1/en
Priority to EP19199521.6A priority patent/EP3620992B1/en
Priority to EP19199526.5A priority patent/EP3633526A1/en
Priority to EP19199528.1A priority patent/EP3624018B1/en
Priority to CN201880001242.9A priority patent/CN109219821B/zh
Publication of CN108694181A publication Critical patent/CN108694181A/zh
Priority to US16/283,711 priority patent/US10896369B2/en
Priority to US16/520,082 priority patent/US11010338B2/en
Priority to US16/520,041 priority patent/US11551067B2/en
Priority to US16/520,615 priority patent/US10671913B2/en
Priority to US16/520,654 priority patent/US11049002B2/en
Application granted granted Critical
Publication of CN108694181B publication Critical patent/CN108694181B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/06—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons
    • G06N3/063—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons using electronic means
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/30—Arrangements for executing machine instructions, e.g. instruction decode
    • G06F9/30003—Arrangements for executing specific machine instructions
    • G06F9/30007—Arrangements for executing specific machine instructions to perform operations on data operands
    • G06F9/30025—Format conversion instructions, e.g. Floating-Point to Integer, decimal conversion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/30—Arrangements for executing machine instructions, e.g. instruction decode
    • G06F9/30003—Arrangements for executing specific machine instructions
    • G06F9/30076—Arrangements for executing specific machine instructions to perform miscellaneous control operations, e.g. NOP
    • G06F9/30083—Power or thermal control instructions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/30—Arrangements for executing machine instructions, e.g. instruction decode
    • G06F9/38—Concurrent instruction execution, e.g. pipeline or look ahead
    • G06F9/3802—Instruction prefetching

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Artificial Intelligence (AREA)
  • Neurology (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Image Processing (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本公开提供了一种数据筛选装置和方法，采用存储单元和寄存器单元，可以更加高效地对不同存储结构、不同大小的数据进行数据筛选操作。

Description

一种数据筛选装置和方法
技术领域
本公开涉及人工神经网络技术领域，更具体地涉及一种数据筛选装置和方法。
背景技术
计算机领域有很多的算法涉及到数据筛选。以图像处理为例。图像在计算机中以矩阵的形式存储，矩阵中每个值对应为像素点的灰度值。比如我们需要对图像的某些像素点进行处理，那么在处理之前选取这些像素点就需要经过一个筛选的过程。当数据库中的图像有很多个，每个图像又包含很多像素点时，数据量就很大。所以高效地进行数据筛选十分重要。
在现有技术中，一种执行数据筛选操作的已知方案是使用通用处理器，该方法通过通用寄存器堆和通用功能部件来执行通用指令，从而执行数据筛选的相关操作。该方法的缺点是单个通用处理器性能较低，而使用多个通用处理器并行执行时，通用处理器之间的相互通讯又有可能成为性能瓶颈。
公开内容
(一)要解决的技术问题
有鉴于此，本公开的主要目的在于提供一种数据筛选装置和方法，解决现有技术中进行数据筛选时存在的效率受限于单个处理器性能、多个处理器之间通信等问题。
(二)技术方案
本公开提供了一种数据筛选装置，包括：存储单元，用于存储数据；寄存器单元，用于存放存储单元中的数据地址；数据筛选模块，用于在寄存器单元中获取数据地址，根据数据地址在存储单元中获取相应的数据，并对获取的数据进行筛选操作，得到数据筛选结果。
可选地，所述数据筛选模块包括数据筛选单元，用于对获取的数据进行筛选操作。
可选地，所述数据筛选模块还包括：I/O单元、输入数据缓存单元和输出数据缓存单元；所述I/O单元，用于将存储单元存储的数据搬运到输入数据缓存单元；所述输入数据缓存单元，用于存储I/O单元搬运的数据；所述数据筛选单元用于将输入数据缓存单元传来的数据作为输入数据，并对输入数据进行筛选操作，将输出数据传给输出数据缓存单元；所述输出数据缓存单元存储输出数据。
可选地，所述输入数据包括待筛选数据和位置信息数据，所述输出数据包含筛选后数据，或者筛选后数据及其相关信息。
可选地，所述待筛选数据为向量或数组，所述位置信息数据为二进制码、向量或数组；所述相关信息包括向量长度、数组大小、所占空间。
可选地，所述数据筛选单元用于扫描位置信息数据的每个分量，若分量为0，则删除该分量对应的待筛选数据分量，若分量为1，则保留该分量对应的待筛选数据分量；或者，若分量为1，则删除该分量对应的待筛选数据分量，若分量为0，则保留该分量对应的待筛选数据分量，扫描完毕后得到筛选后数据并输出。
可选地，所述数据筛选模块还包括结构变形单元，用于对输入数据和/或输出数据的存储结构进行变形。
可选地，所述结构变形单元将数组拉伸为向量，或者，将向量变为数组。
可选地，所述I/O单元用于将所述输出缓存单元中的所述输出数据搬运到所述存储单元中。
可选地，所述数据筛选模块还包括：指令缓存单元，用于存储指令；控制单元，用于从所述指令缓存单元中读取指令，并将其译码成操作微指令，以控制所述数据筛选单元对获取的数据进行筛选操作。
可选地，所述存储单元还用于存储所述指令；所述I/O单元还用于将所述存储单元中的所述指令搬运到所述指令缓存单元中；所述数据筛选单元还用于接收所述控制单元传来的所述操作微指令，并从所述寄存器单元获取数据地址，以将所述输入数据缓存单元传来的数据作为输入数据，并对输入数据进行筛选操作，将输出数据传给输出数据缓存单元。
本公开还提供了一种电子装置，包括上述任一所述的数据筛选装置。
本公开还提供了一种数据筛选方法，利用上述任一所述的数据筛选装置进行数据筛选，包括：存储单元存储数据；寄存器单元存放所述存储单元中的数据地址；数据筛选模块在寄存器单元中获取数据地址；根据数据地址在存储单元中获取相应的数据；对获取的数据进行筛选操作，得到数据筛选结果。
可选地，数据筛选单元对获取的数据进行筛选操作。
可选地，I/O单元将存储单元存储的数据搬运到输入数据缓存单元；输入数据缓存单元存储I/O单元搬运的数据；数据筛选单元将输入数据缓存单元传来的数据作为输入数据，并对输入数据进行筛选操作，将输出数据传给输出数据缓存单元；输出数据缓存单元存储输出数据。
可选地，所述输入数据包括待筛选数据和位置信息数据，所述输出数据包含筛选后数据，或者筛选后数据及其相关信息。
可选地，所述待筛选数据为向量或数组，所述位置信息数据为二进制码、向量或数组；所述相关信息包括向量长度、数组大小、所占空间。
可选地，所述数据筛选单元扫描位置信息数据的每个分量，若分量为0，则删除该分量对应的待筛选数据分量，若分量为1，则保留该分量对应的待筛选数据分量；或者，若分量为1，则删除该分量对应的待筛选数据分量，若分量为0，则保留该分量对应的待筛选数据分量，扫描完毕后得到筛选后数据并输出。
可选地，结构变形单元对输入数据和/或输出数据的存储结构进行变形。
可选地，所述结构变形单元将数组拉伸为向量，或者，将向量变为数组。
可选地，所述I/O单元将所述输出缓存单元中的所述输出数据搬运到所述存储单元中。
可选地，指令缓存单元存储指令；控制单元从所述指令缓存单元中读取指令，并将其译码成操作微指令，以控制所述数据筛选单元对获取的数据进行筛选操作。
可选地，所述存储单元还存储所述指令；所述I/O单元还将所述存储单元中的所述指令搬运到所述指令缓存单元中；所述数据筛选单元还接收所述控制单元传来的所述操作微指令，并从所述寄存器单元获取数据地址，以将所述输入数据缓存单元传来的数据作为输入数据，并对输入数据进行筛选操作，将输出数据传给输出数据缓存单元。
可选地，所述数据筛选模块在寄存器单元中获取数据地址包括：数据筛选单元从寄存器单元中获取待筛选数据的地址和位置信息数据的地址。
可选地，所述数据筛选模块数据地址在存储单元中获取相应的数据包括：I/O单元将存储单元中的待筛选数据和位置信息数据传递给输入数据缓存单元；输入数据缓存单元将待筛选数据和位置信息数据传递给数据筛选单元。
可选地，所述数据筛选模块对获取的数据进行筛选操作，得到数据筛选结果包括：数据筛选单元根据位置信息数据，对待筛选数据进行筛选操作，将输出数据传递给输出数据缓存单元。
可选地，I/O单元将存储单元中的待筛选数据和位置信息数据传递给输入数据缓存单元后，判断是否进行存储结构变形，如果是，则输入数据缓存单元将待筛选数据传给结构变形单元，结构变形单元进行存储结构变形，将变形后的待筛选数据传回输入数据缓存单元，如果否，则输入数据缓存单元直接将待筛选数据和位置信息数据传递给数据筛选单元。
(三)有益效果
从上述技术方案可以看出，本公开的数据筛选装置和方法具有以下有益效果：
将参与筛选操作的数据和指令暂存在专用缓存上，可以更加高效地对不同存储结构、不同大小的数据进行数据筛选操作。
附图说明
图1为本公开实施例的数据筛选装置的整体结构示意图；
图2为本公开实施例的数据筛选单元功能示意图；
图3是本公开实施例的数据筛选装置的具体结构示意图；
图4是本公开实施例的数据筛选方法的流程图。
符号说明
1-存储单元；2-寄存器单元；3-数据筛选单元；4-指令缓存单元；5-输入数据缓存单元；6-输出数据缓存单元；7-控制单元；8-I/O单元；9-结构变形单元。
具体实施方式
为使本公开的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本公开进一步详细说明。
本公开第一实施例提出了一种数据筛选装置，参见图1，包括：存储单元，用于存储数据和指令，其中数据包括待筛选数据和位置信息数据。
寄存器单元，用于存放存储单元中的数据地址。
数据筛选模块，包括数据筛选单元，数据筛选模块根据指令在寄存器单元中获取数据地址，根据该数据地址在存储单元中获取相应的数据，并根据获取的数据进行筛选操作，得到数据筛选结果。
数据筛选单元功能示意图如图2所示，其输入数据为待筛选数据和位置信息数据，输出数据可以只包含筛选后数据，也可以同时包含筛选后数据的相关信息，相关信息例如是向量长度、数组大小、所占空间等。
进一步地，参见图3，本实施例的数据筛选装置具体包括：
存储单元1，用于存储待筛选数据、位置信息数据和指令。
寄存器单元2，用于存放存储单元中的数据地址。
数据筛选模块包括：
指令缓存单元4，用于存储指令。
控制单元7，从指令缓存单元4中读取指令，并将其译码成具体操作微指令。
I/O单元8，将存储单元1中的指令搬运到指令缓存单元4中，将存储单元1中的数据搬运到输入数据缓存单元5和输出缓存单元6中，也可以将输出缓存单元6中的输出数据搬运到存储单元1中。
输入数据缓存单元5，存储I/O单元8搬运的数据，包括待筛选数据和位置信息数据。
数据筛选单元3，用于接收控制单元7传来的微指令，并从寄存器单元2获取数据地址，将输入数据缓存单元5传来的待筛选数据和位置信息数据作为输入数据，对输入数据进行筛选操作，完成后将筛选后数据传给输出数据缓存单元6。
输出数据缓存单元6，存储输出数据，输出数据可以只包含筛选后数据，也可以同时包含筛选后数据的相关信息，如向量长度、数组大小、所占空间等等。
本实施例的数据筛选装置适用于多种筛选对象，待筛选数据可以是向量或高维数组等，位置信息数据既可以是二进制码，也可以是向量或高维数组等，其每个分量为0或1，待筛选数据的分量和位置信息数据的分量是一一对应的。
数据筛选单元3对输入数据进行筛选操作具体包括，数据筛选单元3扫描位置信息数据的每个分量，若分量为0，则删除该分量对应的待筛选数据分量，若分量为1，则保留该分量对应的待筛选数据分量；或者，若位置信息数据的分量为1，则删除该分量对应的待筛选数据分量，若分量为0，则保留该分量对应的待筛选数据分量。当扫描完毕，则筛选完成，得到筛选后数据并输出。此外，在进行筛选操作的同时，还可以对筛选后数据的相关信息进行记录，如向量长度、数组大小、所占空间等等，根据具体情况决定是否同步进行相关信息的记录和输出。
以下通过实例说明数据筛选的过程。
例一：
设待筛选数据为向量(1 0 101 34 243)，需要筛选的是小于100的分量，那么输入的位置信息数据也是向量，即向量(1 1 0 1 0)，筛选后数据仍保持向量结构，并且同时输出筛选后数据的向量长度。
其中，位置信息向量通过一向量运算得到，即通过对待筛选向量的分量逐一比较大小得到，这一向量运算和本装置无关，所以不作赘述，位置信息向量默认为已知，作为数据筛选单元的输入数据。本例中规定位置信息数据的分量为1则保留对应的待筛选数据分量，分量为0则删除对应的待筛选数据分量。
数据筛选单元3初始化一个变量length＝0，用以记录筛选后数据的向量长度；
数据筛选单元3读取输入数据缓存单元5的数据，扫描位置信息向量的第1个分量，发现其值为1，则保留待筛选向量的第1个分量的值1，length＝length+1；
扫描位置信息向量的第2个分量，发现其值为1，则保留待筛选向量的第2个分量的值0，length＝length+1；
扫描位置信息向量的第3个分量，发现其值为0，则删去待筛选向量的第3个分量的值101，length不变；
扫描位置信息向量的第4个分量，发现其值为1，则保留待筛选向量的第4个分量的值34，length＝length+1；
扫描位置信息向量的第5个分量，发现其值为0，则保留待筛选向量的第5个分量的值243，length不变；
保留下来的值组成筛选后向量(1034)及其向量长度为length＝3，并由输出数据缓存单元6存储。
在本实施例的数据筛选装置中，数据筛选模块还可以包括一结构变形单元9，可以对输入数据缓存单元5的输入数据、以及输出数据缓存单元6的输出数据的存储结构进行变形，如将高维数组拉伸为向量，将向量变为高维数组等等。
例二：
设待筛选数据为四维数组
Figure GDA0001967237280000071
需要筛选的是偶数值，那么输入的位置信息数组是
Figure GDA0001967237280000072
筛选后数据为向量结构，不输出相关信息。本例中规定位置信息数据的分量为1，则保留对应的待筛选数据分量，分量为0则删除对应待筛选数据分量。
数据筛选单元3读取输入数据缓存单元5的数据，扫描位置信息数组的第(1,1)个分量，发现其值为0，则删去待筛选数组的第(1,1)个分量的值1；
扫描位置信息数组的第(1,2)个分量，发现其值为1，则保留待筛选数组的第(1,2)个分量的值4；
扫描位置信息数组的第(2,1)个分量，发现其值为0，则删去待筛选数组的第(2,1)个分量的值61；
扫描位置信息数组的第(2,2)个分量，发现其值为1，则保留待筛选数组的第(2,2)个分量的值22；
结构变形单元将保留下来的值变为向量，即筛选后数据为向量(4 22)，并由输出数据缓存单元6存储。
本公开第二实施例提供了一种利用第一实施例所述的数据筛选装置进行数据筛选的方法，参见图4，步骤如下：
步骤S1，控制单元7从指令缓存单元4中读入一条数据筛选指令，并将其译码为具体操作微指令，传递给数据筛选单元3；
步骤S2，数据筛选单元3从寄存器单元2中获取待筛选数据和位置信息数据的地址；
步骤S3，控制单元7从指令缓存单元4中读入一条I/O指令，将其译码为具体操作微指令，传递给I/O单元8；
步骤S4，I/O单元8将存储单元1中的待筛选数据和位置信息数据传递给输入数据缓存单元5；
判断是否进行存储结构变形，如果是，则执行步骤S5，如果否，则直接执行步骤S6。
步骤S5，输入数据缓存单元5将数据传给结构变形单元9，并进行相应存储结构变形，然后将变形后的数据传回输入数据缓存单元5，然后转步骤S6；
步骤S6，输入数据缓存单元5将数据传递给数据筛选单元3，数据筛选单元3根据位置信息数据，对待筛选数据进行筛选操作；
步骤S7，将输出数据传递给输出数据缓存单元6，其中输出数据可以只包含筛选后数据，也可以同时包含筛选后数据的相关信息，如向量长度，数组大小、所占空间等等。
在本公开的另一个实施例里，还公开了一种芯片，其包括了上述数据筛选装置。
在本公开的另一个实施例里，还公开了一种芯片封装结构，其包括了上述芯片。
在本公开的另一个实施例里，还公开了一种板卡，其包括了上述芯片封装结构。
在本公开的另一个实施例里，还公开了一种电子装置，其包括了上述板卡。
电子装置包括数据处理装置、机器人、电脑、打印机、扫描仪、平板电脑、智能终端、手机、行车记录仪、导航仪、传感器、摄像头、云端服务器、相机、摄像机、投影仪、手表、耳机、移动存储、可穿戴设备交通工具、家用电器、和/或医疗设备。
所述交通工具包括飞机、轮船和/或车辆；所述家用电器包括电视、空调、微波炉、冰箱、电饭煲、加湿器、洗衣机、电灯、燃气灶、油烟机；所述医疗设备包括核磁共振仪、B超仪和/或心电图仪。
至此，已经结合附图对本公开实施例进行了详细描述。依据以上描述，本领域技术人员应当对本公开的一种数据筛选装置和方法有了清楚的认识。
各功能单元/模块都是硬件，比如该硬件可以是电路，包括数字电路，模拟电路等等。硬件结构的物理实现包括但不局限于物理器件，物理器件包括但不局限于晶体管，忆阻器等等。所述计算装置中的计算模块可以是任何适当的硬件处理器，比如CPU、GPU、FPGA、DSP和ASIC等等。所述存储单元可以是任何适当的磁存储介质或者磁光存储介质，比如RRAM，DRAM，SRAM，EDRAM,HBM,HMC等等。
需要说明的是，在附图或说明书正文中，未绘示或描述的实现方式，均为所属技术领域中普通技术人员所知的形式，并未进行详细说明。此外，上述对各元件的定义并不仅限于实施例中提到的各种具体结构、形状，本领域普通技术人员可对其进行简单地更改或替换；本文可提供包含特定值的参数的示范，但这些参数无需确切等于相应的值，而是可在可接受的误差容限或设计约束内近似于相应值；实施例中提到的方向用语，例如“上”、“下”、“前”、“后”、“左”、“右”等，仅是参考附图的方向，并非用来限制本公开的保护范围；上述实施例可基于设计及可靠度的考虑，彼此混合搭配使用或与其他实施例混合搭配使用，即不同实施例中的技术特征可以自由组合形成更多的实施例。
以上所述的具体实施例，对本公开的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本公开的具体实施例而已，并不用于限制本公开，凡在本公开的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本公开的保护范围之内。

Claims (21)

1.一种数据筛选装置，其特征在于，包括：
存储单元，用于存储数据及指令；
寄存器单元，用于存放存储单元中的数据地址；
数据筛选模块，包括输入数据缓存单元、指令缓存单元、数据筛选单元、I/O单元、输出数据缓存单元及控制单元，所述输入数据缓存单元用于暂存所述I/O单元搬运的所述数据，所述指令缓存单元用于暂存所述指令，所述I/O单元用于将存储单元存储的数据搬运到输入数据缓存单元，所述数据筛选单元用于在寄存器单元中获取数据地址，根据数据地址在所述输入数据缓存单元中获取相应的数据，并根据所述指令对获取的数据进行筛选操作，得到数据筛选结果作为输出数据，并将输出数据传给输出数据缓存单元，所述输出数据缓存单元用于存储输出数据，所述控制单元用于从所述指令缓存单元中读取指令，并将其译码成操作微指令，以控制所述数据筛选单元对获取的数据进行筛选操作。
2.如权利要求1所述的数据筛选装置，其特征在于，所述输入数据包括待筛选数据和位置信息数据，所述输出数据包含筛选后数据，或者筛选后数据及其相关信息。
3.如权利要求2所述的数据筛选装置，其特征在于，所述待筛选数据为向量或数组，所述位置信息数据为二进制码、向量或数组；所述相关信息包括向量长度、数组大小、所占空间。
4.如权利要求2所述的数据筛选装置，其特征在于，所述数据筛选单元用于扫描位置信息数据的每个分量，若分量为0，则删除该分量对应的待筛选数据分量，若分量为1，则保留该分量对应的待筛选数据分量；或者，若分量为1，则删除该分量对应的待筛选数据分量，若分量为0，则保留该分量对应的待筛选数据分量，扫描完毕后得到筛选后数据并输出。
5.如权利要求1所述的数据筛选装置，其特征在于，所述数据筛选模块还包括结构变形单元，用于对输入数据和/或输出数据的存储结构进行变形。
6.如权利要求5所述的数据筛选装置，其特征在于，所述结构变形单元将数组拉伸为向量，或者，将向量变为数组。
7.如权利要求1所述的数据筛选装置，其特征在于，所述I/O单元用于将所述输出数据缓存单元中的所述输出数据搬运到所述存储单元中。
8.如权利要求1所述的数据筛选装置，其特征在于，所述存储单元还用于存储所述指令；
所述I/O单元还用于将所述存储单元中的所述指令搬运到所述指令缓存单元中；
所述数据筛选单元还用于接收所述控制单元传来的所述操作微指令，并从所述寄存器单元获取数据地址，以将所述输入数据缓存单元传来的数据作为输入数据，并对输入数据进行筛选操作，将输出数据传给输出数据缓存单元。
9.一种电子装置，包括权利要求1至8任一项所述的数据筛选装置。
10.一种数据筛选方法，其特征在于，利用权利要求1至8中任一项所述的数据筛选装置进行数据筛选，包括：
存储单元存储数据及指令；
寄存器单元存放所述存储单元中的数据地址；
I/O单元将存储单元存储的数据搬运到输入数据缓存单元；
输入数据缓存单元存储I/O单元搬运的所述数据，指令缓存单元存储所述指令；
数据筛选单元在寄存器单元中获取数据地址；根据数据地址在输入数据缓存单元中获取相应的数据；根据所述指令对获取的数据进行筛选操作，得到数据筛选结果作为输出数据，并将输出数据传给输出数据缓存单元，其中，控制单元从所述指令缓存单元中读取指令，并将其译码成操作微指令，以控制所述数据筛选单元对获取的数据进行筛选操作；
输出数据缓存单元存储输出数据。
11.如权利要求10所述的数据筛选方法，其特征在于，所述输入数据包括待筛选数据和位置信息数据，所述输出数据包含筛选后数据，或者筛选后数据及其相关信息。
12.如权利要求11所述的数据筛选方法，其特征在于，所述待筛选数据为向量或数组，所述位置信息数据为二进制码、向量或数组；所述相关信息包括向量长度、数组大小、所占空间。
13.如权利要求11或12所述的数据筛选方法，其特征在于，所述数据筛选单元扫描位置信息数据的每个分量，若分量为0，则删除该分量对应的待筛选数据分量，若分量为1，则保留该分量对应的待筛选数据分量；或者，若分量为1，则删除该分量对应的待筛选数据分量，若分量为0，则保留该分量对应的待筛选数据分量，扫描完毕后得到筛选后数据并输出。
14.如权利要求10所述的数据筛选方法，其特征在于，结构变形单元对输入数据和/或输出数据的存储结构进行变形。
15.如权利要求14所述的数据筛选方法，其特征在于，所述结构变形单元将数组拉伸为向量，或者，将向量变为数组。
16.如权利要求10所述的数据筛选方法，其特征在于，所述I/O单元将所述输出数据缓存单元中的所述输出数据搬运到所述存储单元中。
17.如权利要求10所述的数据筛选方法，其特征在于，
所述存储单元还存储所述指令；
所述I/O单元还将所述存储单元中的所述指令搬运到所述指令缓存单元中；
所述数据筛选单元还接收所述控制单元传来的所述操作微指令，并从
所述寄存器单元获取数据地址，以将所述输入数据缓存单元传来的数据作为输入数据，并对输入数据进行筛选操作，将输出数据传给输出数据缓存单元。
18.如权利要求10所述的数据筛选方法，其特征在于，所述数据筛选模块在寄存器单元中获取数据地址包括：
数据筛选单元从寄存器单元中获取待筛选数据的地址和位置信息数据的地址。
19.如权利要求10所述的数据筛选方法，其特征在于，所述数据筛选模块在存储单元中获取相应的数据包括：I/O单元将存储单元中的待筛选数据和位置信息数据传递给输入数据缓存单元；
输入数据缓存单元将待筛选数据和位置信息数据传递给数据筛选单元。
20.如权利要求10所述的数据筛选方法，其特征在于，所述数据筛选模块对获取的数据进行筛选操作，得到数据筛选结果包括：数据筛选单元根据位置信息数据，对待筛选数据进行筛选操作，将输出数据传递给输出数据缓存单元。
21.如权利要求19或20所述的数据筛选方法，其特征在于，
I/O单元将存储单元中的待筛选数据和位置信息数据传递给输入数据缓存单元后，判断是否进行存储结构变形，
如果是，则输入数据缓存单元将待筛选数据传给结构变形单元，结构变形单元进行存储结构变形，将变形后的待筛选数据传回输入数据缓存单元，如果否，则输入数据缓存单元直接将待筛选数据和位置信息数据传递给数据筛选单元。
CN201710222232.5A 2017-04-06 2017-04-06 一种数据筛选装置和方法 Active CN108694181B (zh)

Priority Applications (17)

Application Number Priority Date Filing Date Title
CN201710222232.5A CN108694181B (zh) 2017-04-06 2017-04-06 一种数据筛选装置和方法
EP19199526.5A EP3633526A1 (en) 2017-04-06 2018-04-04 Computation device and method
CN201811423295.8A CN109409515B (zh) 2017-04-06 2018-04-04 运算装置和方法
CN201811413244.7A CN109344965A (zh) 2017-04-06 2018-04-04 运算装置和方法
CN201811423421.XA CN109359736A (zh) 2017-04-06 2018-04-04 网络处理器和网络运算方法
PCT/CN2018/081929 WO2018184570A1 (zh) 2017-04-06 2018-04-04 运算装置和方法
EP19199524.0A EP3627437B1 (en) 2017-04-06 2018-04-04 Data screening device and method
EP19199521.6A EP3620992B1 (en) 2017-04-06 2018-04-04 Neural network processor and neural network computation method
EP18780474.5A EP3579150B1 (en) 2017-04-06 2018-04-04 Operation apparatus and method for a neural network
EP19199528.1A EP3624018B1 (en) 2017-04-06 2018-04-04 Neural network computation device and method
CN201880001242.9A CN109219821B (zh) 2017-04-06 2018-04-04 运算装置和方法
EP24168317.6A EP4372620A3 (en) 2017-04-06 2018-04-04 Neural network processor and neural network computation method
US16/283,711 US10896369B2 (en) 2017-04-06 2019-02-22 Power conversion in neural networks
US16/520,082 US11010338B2 (en) 2017-04-06 2019-07-23 Data screening device and method
US16/520,041 US11551067B2 (en) 2017-04-06 2019-07-23 Neural network processor and neural network computation method
US16/520,615 US10671913B2 (en) 2017-04-06 2019-07-24 Computation device and method
US16/520,654 US11049002B2 (en) 2017-04-06 2019-07-24 Neural network computation device and method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710222232.5A CN108694181B (zh) 2017-04-06 2017-04-06 一种数据筛选装置和方法

Publications (2)

Publication Number Publication Date
CN108694181A CN108694181A (zh) 2018-10-23
CN108694181B true CN108694181B (zh) 2021-06-11

Family

ID=63842845

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710222232.5A Active CN108694181B (zh) 2017-04-06 2017-04-06 一种数据筛选装置和方法

Country Status (1)

Country Link
CN (1) CN108694181B (zh)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5931945A (en) * 1994-04-29 1999-08-03 Sun Microsystems, Inc. Graphic system for masking multiple non-contiguous bytes having decode logic to selectively activate each of the control lines based on the mask register bits

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE60234357D1 (de) * 2001-09-20 2009-12-24 Microchip Tech Inc Nung von dynamischen filtern
WO2009001469A1 (ja) * 2007-06-28 2008-12-31 Fujitsu Limited 移動体装置、位置情報通知方法および位置情報通知プログラム
CN104216922B (zh) * 2013-06-05 2018-11-06 腾讯科技（深圳）有限公司 数据筛选的方法及装置
CN104750758B (zh) * 2013-12-31 2018-07-03 深圳航天东方红海特卫星有限公司 一种微小卫星测试数据包的通用解析处理方法和系统
CN104836822B (zh) * 2014-02-10 2019-04-26 腾讯科技（深圳）有限公司 获取下载数据方法及装置、下载数据的方法及系统
CN106155946A (zh) * 2015-03-30 2016-11-23 上海芯豪微电子有限公司 基于信息推送的信息系统和方法
CN106371972B (zh) * 2016-08-31 2019-04-05 天津国芯科技有限公司 用于解决主设备间数据一致性的总线监控方法及装置

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5931945A (en) * 1994-04-29 1999-08-03 Sun Microsystems, Inc. Graphic system for masking multiple non-contiguous bytes having decode logic to selectively activate each of the control lines based on the mask register bits

Also Published As

Publication number Publication date
CN108694181A (zh) 2018-10-23

Similar Documents

Publication Publication Date Title
US11010338B2 (en) Data screening device and method
EP3627437A1 (en) Data screening device and method
US11455709B2 (en) Methods and systems for image processing
CN108391060B (zh) 一种图像处理方法、图像处理装置和终端
US20220222776A1 (en) Multi-Stage Multi-Reference Bootstrapping for Video Super-Resolution
CN112488923B (zh) 图像超分辨率重建方法、装置、存储介质及电子设备
US10750195B2 (en) Electronic device and method for encoding image data therein
US10979612B2 (en) Electronic device comprising plurality of cameras using rolling shutter mode
US8412725B2 (en) Method for processing an object on a platform having one or more processors and memories, and platform using same
US11182908B2 (en) Dense optical flow processing in a computer vision system
WO2016144578A1 (en) Methods and systems for generating enhanced images using multi-frame processing
CN110766610B (zh) 一种超分辨率图像的重建方法及电子设备
EP3335107A1 (en) Data reordering using buffers and memory
Yu et al. Luminance attentive networks for HDR image and panorama reconstruction
US20200244875A1 (en) Electronic device and method for processing line data included in image frame data into multiple intervals
WO2019179342A1 (zh) 图像处理方法、图像处理装置、图像处理系统及介质
CN110827336A (zh) 一种图像对齐方法、装置、设备及存储介质
TW202141964A (zh) 人工智慧超解析度和接續尺寸調整電路的圖像處理裝置
US20130243330A1 (en) Method and apparatus for constructing image blur pyramid, and an image feature extracting circuit
CN115546043B (zh) 视频处理方法及其相关设备
CN108694181B (zh) 一种数据筛选装置和方法
KR20220155737A (ko) 저경량 합성곱 신경망 구조를 이용한 초해상도 이미지 생성 방법 및 장치
CN107707820A (zh) 基于fpga的航空相机实时电子变倍系统
CN115702437A (zh) 信号处理装置及信号处理方法
CN111125627A (zh) 用于池化多维矩阵的方法及相关产品

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant