一种多路数据分块浮点量化处理器原型的制作方法

本发明涉及芯片设计领域，特别涉及一种多路数据分块浮点量化处理器原型。

背景技术：

工业4.0最大的创新在于，引入了新技术-信息物理融合系统(cps)，它可以大幅度提升大规模定制的个性化水平和经济指标。cps是整个工业4.0最重要的理论基础，可以被应用在其他许多场景中。

在云计算进入工业互联网领域，随着5g技术的不断演进，日益显示出在应用场景的缺失；尽管提出了云、边缘计算及ai应用，但事务的处理和消息的传递，缺乏在广域范围内信息运营。

cps设计受限于有限的设备计算能力、巨大的连接数量、独特的数据特征，而且上下环节的衔接往往存在技术的依赖性。这需要在更宽的视野，包括信息物理融合系统相关的应用、操作系统和芯片，进行全栈开发。。

因此，如何面向信息物理融合系统环境，提供一种多路数据分块浮点量化处理器原型是本领域技术人员亟待解决的技术问题。

技术实现要素：

有鉴于此，本发明的目的在于提供一种多路数据分块浮点量化处理器原型，以适合面向信息物理融合系统环境，形成万物互联底层、操作系统和智能应用的闭环。为实现上述目的其具体方案如下：

本发明公开了一种多路数据分块浮点量化处理器架构，其特征为：

将数据进行筛选处理，创建结构化数据、半结构化数据和非结构化数据的三路子集阵列；

对各子集进行数据抽样和分类及映射处理；

使用高阶奇异值分解，将三路子集阵列分解为二阶张量的矩阵模式；

再将矩阵模式变换到稀疏域，进行分块浮点量化处理；

由寄存器、控制部件及总线，构建多路数据分块浮点量化处理器原型。

本发明相较现有技术具有以下有益效果：

本发明的多层结构可以对多路数据去耦合化，将数据来源和获取功能与信息交付和数据供应功能分解开来，为面向信息物理融合系统的芯片设计提供了一种路径。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本发明一种多路数据分块浮点量化处理器原型原理示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

参见附图1，为一种多路数据分块浮点量化处理器原型原理示意图，该实施例提供的一种多路数据分块浮点量化处理器架构，其特征为：

将数据进行筛选处理，创建结构化数据、半结构化数据和非结构化数据的三路子集阵列；

对各子集进行数据抽样和分类及映射处理；

使用高阶奇异值分解，将三路子集阵列分解为二阶张量的矩阵模式；

再将矩阵模式变换到稀疏域，进行分块浮点量化处理；

由寄存器、控制部件及总线，构建多路数据分块浮点量化处理器原型。

计算机与网络监测并控制物理进程，且通常情况下这些物理进程与计算进程在反馈环路中相互影响。cps主要是关于物理和信息的交互，而非简单的合成。

稀疏信号是指在大多数采样时刻的取值等于零或近似等于零，只有少数采样时刻的取值明显不等于零的信号。许多自然信号在时域并不是稀疏信号，但是在某个变换域是稀疏的。这些变换工具包括fourier变换、短时fourier变换、小波变换和gabor变换等。

采用块浮点算法是将数据分成组，组内的数据相对彼此按比例缩放，但是不能与其他组的成员按相同的比例缩放，即使诸如乘法这样简单的数学运算。在比较复杂的矩阵求逆情况中，分组之间需要比较复杂的数学运算，就必须采用块浮点处理器。

分块浮点量化算法基于的事实是在一个小的时间间隔上，数据的熵要低于整个数据集的熵。分块浮点量化器是一个接收模数转换器的输出数据流，并将采样数据统一量化为原始数据的一种有效表示形式的设备，在量化过程中只要求比特数小于样本数。

多层结构可以对多路数据去耦合化，将数据来源和获取功能与信息交付和数据供应功能分解开来，为面向信息物理融合系统的芯片设计提供了一种路径。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

技术特征：

技术总结
本发明公开了一种多路数据分块浮点量化处理器架构，其特征为：将数据进行筛选处理，创建结构化数据、半结构化数据和非结构化数据的三路子集阵列；对各子集进行数据抽样和分类及映射处理；使用高阶奇异值分解，将三路子集阵列分解为二阶张量的矩阵模式；再将矩阵模式变换到稀疏域，进行分块浮点量化处理。进而构建多路数据分块浮点量化处理器原型。

技术研发人员：张军
受保护的技术使用者：张军
技术研发日：2019.07.08
技术公布日：2019.10.15