鲁棒的视觉转换器的制作方法

1.至少一个实施例涉及用于使用神经网络促进人工智能的处理器或计算系统
。


背景技术：

2.采用自注意力的神经网络可能会受到其性能或鲁棒性的限制
。
可以提高具有自注意力的神经网络的性能或鲁棒性
。
附图说明
3.图1示出了根据至少一个实施例的全注意力网络
(“fan”)
在
imagenet-c(
上方
)
和聚类可视化
(
下方
)
上的结果；
4.图2示出了根据至少一个实施例的
vit
块和
fan
块的实施例之间的比较；
5.图3示出了根据至少一个实施例的图元
(token)
和噪声衰减的新兴集群结构；
6.图4示出了根据至少一个实施例的不同块的聚类可视化；
7.图5示出了根据至少一个实施例的聚类可视化；
8.图6示出了根据至少一个实施例的模型鲁棒性的比较；
9.图7示出了根据至少一个实施例的模型鲁棒性的进一步比较；
10.图8示出了根据至少一个实施例的模型鲁棒性的进一步比较；
11.图
9a
示出了根据至少一个实施例的逻辑；
12.图
9b
示出了根据至少一个实施例的逻辑；
13.图
10
示出了根据至少一个实施例的神经网络的训练和部署；
14.图
11
示出了根据至少一个实施例的示例数据中心系统；
15.图
12a
示出了根据至少一个实施例的自主车辆的示例；
16.图
12b
示出了根据至少一个实施例的图
12a
的自主车辆的相机位置和视野的示例；
17.图
12c
是根据至少一个实施例的示出图
12a
的自主车辆的示例系统架构的框图；
18.图
12d
是根据至少一个实施例的示出用于一个或更多个基于云的服务器与图
12a
的自主车辆之间进行通信的系统的图；
19.图
13
是根据至少一个实施例的示出计算机系统的框图；
20.图
14
是根据至少一个实施例的示出计算机系统的框图；
21.图
15
示出了根据至少一个实施例的计算机系统；
22.图
16
示出了根据至少一个实施例的计算机系统；
23.图
17a
示出了根据至少一个实施例的计算机系统；
24.图
17b
示出了根据至少一个实施例的计算机系统；
25.图
17c
示出了根据至少一个实施例的计算机系统；
26.图
17d
示出了根据至少一个实施例的计算机系统；
27.图
17e
和图
17f
示出了根据至少一个实施例的共享编程模型；
28.图
18
示出了根据至少一个实施例的示例性集成电路和相关的图形处理器；
29.图
19a-19b
示出了根据至少一个实施例的示例性集成电路和相关联的图形处理器；
30.图
20a-20b
示出了根据至少一个实施例的附加的示例性图形处理器逻辑；
31.图
21
示出了根据至少一个实施例的计算机系统；
32.图
22a
示出了根据至少一个实施例的并行处理器；
33.图
22b
示出了根据至少一个实施例的分区单元；
34.图
22c
示出了根据至少一个实施例的处理集群；
35.图
22d
示出了根据至少一个实施例的图形多处理器；
36.图
23
示出了根据至少一个实施例的多图形处理单元
(gpu)
系统；
37.图
24
示出了根据至少一个实施例的图形处理器；
38.图
25
是根据至少一个实施例的示出用于处理器的处理器微架构的框图；
39.图
26
示出了根据至少一个实施例的深度学习应用程序处理器；
40.图
27
是根据至少一个实施例的示出了示例神经形态处理器的框图；
41.图
28
示出了根据一个或更多个实施例的图形处理器的至少部分；
42.图
29
示出了根据一个或更多个实施例的图形处理器的至少部分；
43.图
30
示出了根据一个或更多个实施例的图形处理器的至少部分；
44.图
31
是根据至少一个实施例的图形处理器的图形处理引擎的框图；
45.图
32
是根据至少一个实施例的图形处理器核心的至少部分的框图；
46.图
33a-33b
示出了根据至少一个实施例的线程执行逻辑，其包括图形处理器核心的处理元件的阵列
。
47.图
34
示出了根据至少一个实施例的并行处理单元
(“ppu”)
；
48.图
35
示出了根据至少一个实施例的通用处理集群
(“gpc”)
；
49.图
36
示出了根据至少一个实施例的并行处理单元
(“ppu”)
的存储器分区单元；
50.图
37
示出了根据至少一个实施例的流式多处理器；
51.图
38
是根据至少一个实施例的高级计算管线的示例数据流图；
52.图
39
是根据至少一个实施例的用于在高级计算管线中训练
、
适应
、
实例化和部署机器学习模型的示例系统的系统图；
53.图
40
包括根据至少一个实施例的用于处理成像数据的高级计算管线的示例图示；
54.图
41a
包括根据至少一个实施例的支持超声设备的虚拟仪器的示例数据流图；
55.图
41b
包括根据至少一个实施例的支持
ct
扫描仪的虚拟仪器的示例数据流图；
56.图
42a
示出了根据至少一个实施例的用于训练机器学习模型的过程的数据流图；以及
57.图
42b
是根据至少一个实施例的利用预训练的注释模型来增强注释工具的客户端-服务器架构的示例图示
。
具体实施方式
58.视觉转换器
(vit)
可以表现出对抗各种损坏的鲁棒性
。
尽管此属性部分归因于自注意力
(self-attention)
机制，但缺乏解释性框架来更系统地理解自注意力在学习鲁棒的表示中的作用
。
这可能部分是由视觉分组中自注意力的有趣特性引发的，其表明自注意力
可以促进改进的中级表示和鲁棒性
。
59.在至少一个实施例中，提出了全注意力网络
(fan)
家族，以在图元
(token)
混合和通道处理两者中结合自注意力
。
这种设计可以在各种分层主干上得到验证
。
具有
deit
架构的实施例模型在具有
29m
参数的
imagenet-c
上实现了
47.6
％的
mce。
一实施例还可以在语义分割和对象检测的下游任务中表现出改进的鲁棒性
。
60.视觉识别技术可以包括结合视觉转换器
(vit)
的模型
。
与使用“滑动窗口”策略处理视觉输入的
convnet
不同，一些
vit
包括模仿自然语言处理中使用的转换器的设计
。
例如，输入图像可首先被划分为图块
(patch)(
图元
)
序列，然后是自注意力
(sa)
层，用于聚合图元并产生它们的表示
。
自推出以来，
vit
在许多视觉识别任务上都取得了良好的表现
。
61.与
convnet
不同，
vit
结合了使用自注意力的非局部关系的建模
。
这可以提供各种优势，例如针对各种损坏的鲁棒性
。
与对干净图像的标准识别任务不同，
vit
在损坏鲁棒性方面可能优于
convnet。vit
的鲁棒性可能部分归因于它们的自注意力设计，但这一假设未经证实
。
例如，在某些情况下，由标准
convnet
模块构建的网络与
vit
相比在泛化性和鲁棒性方面可能具有竞争优势
。
这提出了一个有趣的问题，即自注意力在学习鲁棒的表示中的实际作用
。
62.可以对
vit
进行若干观察，其中有意义的对象分割在图像分类期间可能自然出现
。
例如，自注意力的实施例可以通过视觉分组促进改进的中级表示，从而提高鲁棒性
。
使用谱聚类来分析来自
vit
层的输出图元，其中亲和矩阵的重要
(significant)
特征值对应于主集群分量，显示出以下相关性：随着中间层中显著特征值的数量的减少，来自输入损坏的扰动也减少
。
这些观察结果可表明，自注意力在克服扰动方面起着重要作用
。
然而，自注意力并不是常规
vit
中的唯一机制
。
如图2所示，
vit
中的每个自注意力层后面都有一个多层感知器
(mlp)
块，它可以实现通道信息交换，但不是自注意力操作
。
63.在至少一个实施例中，为了进一步增强自注意力的影响并利用其在表示学习中的鲁棒性，可以使基于
vit
的模型是全注意力的
。
这个新家族中的模型可被描述为全注意力网络
(fan)。
在至少一个实施例中，
fan
包括用于通道处理的通道自注意力模块
。
在至少一个实施例中，
fan
将一个或更多个
mlp
块移动到另一个自注意力模块中，从而实现全注意力通道处理并移除注意力矩阵之后的附加投影线性层
。
64.fan
的实施例可以从信息瓶颈
(ib)
的角度来解释，是一种压缩过程，其最小化潜在特征表示和目标类标签之间的交互信息，同时最大化潜在特征和输入原始数据之间的交互信息以保持基本信息以用于输出预测
。
在至少一个实施例中，
fan
中的自注意力块充当过滤或减少不重要信息的信息瓶颈
。
这可允许输入扰动被中间层过滤掉
。
65.在至少一个实施例中，
fan
模型在
imagenet-c
上在鲁棒准确度方面优于其他最先进模型，同时能够正确捕获图像格式塔
(gestalt)。
在至少一个实施例中，在可比的模型大小下，
fan
模型在具有
29m
参数的
imagenet-c
上实现
47.6
％
mce
，在相对均值损坏误差方面优于
resnet-50、swin-t
和最近的
sota convnext-t 29.1
％
、12.0
％和
7.2
％
。
此外，一个实施例系统地提高了各种任务的鲁棒性，包括语义分割和对象检测
。
在相同的训练配置和可比的模型大小下，
fan
在
cityscape-c
和
coco-c
上实现比
sota swin
转换器的对应物高
10.4
％的
miou
和高
3.3
％的
map。
66.标准
vit
首先将输入图像均匀地划分为n个图块，并将每个图块编码为图元嵌入
然后，所有这些图元都被馈入到转换器块的堆栈中
。
每个转换器块都利用自注意力进行图元混合，并利用
mlp
进行通道逐特征转换
。
转换器块的架构在图2的左侧示出
。
67.实施例可以采用图元混合
。
视觉转换器可以利用自注意力来聚合全局信息
。
例如，假设输入图元嵌入张量为然后，自注意力可以应用参数为
wk,wq,wv的线性变换，将它们分别嵌入到键查询和值中
。
然后，自注意力模块可以计算注意力矩阵并聚合图元特征，如下所示：
[0068][0069]
其中是线性变换，z＝
[z1,
…
,zn]
是聚合的图元特征，是缩放因子
。
然后可以对自注意力模块的输出进行归一化并馈入
mlp
以生成下一个块的输入
。
[0070]
实施例可以采用通道处理
。vit
可以采用
mlp
块将输入图元转换为特征z：
[0071]z′
＝
mlp(z).
ꢀꢀꢀꢀꢀꢀ
(2)
[0072]
该块可包含两个
mlp
层和
gelu
层
。
[0073]
图3描绘了图元的新兴集群结构和噪声衰减
。
随着模型的深入，零特征值的数量增加，这意味着底层的集群出现了
。
对于输入的高斯噪声，当被更多的自注意力块处理时，其幅度也会逐渐衰减
。
[0074]
自注意力的实施例可以在正确捕获图像格式塔的图元特征z上促进有意义的集群
。
为了检查这种现象，可以采用使用谱聚类的分析，其中图元亲和矩阵被定义为在某些情况下，可以使用s的重要特征值的重数
(multiplicity)
来估计集群的数量
。
可以绘制跨越
vit
模型的块的集群的数量的图，如图1所示
。
在将高斯噪声馈入模型后，可以看到，其产生的扰动
(
通过归一化特征范数测量
)
在中级块中迅速减少，中级块是重要特征值的数量也减少的地方
。
这样的观察表明，这些块是视觉分组形成和鲁棒性的关键
。
在不同块处获得的经分组的图元在图4中被可视化，其表明了通过逐步挤压出不重要的成分来进行视觉分组的过程
。
[0075]
图4描绘了不同块的聚类可视化
。
该可视化基于表1中详述的提议的
fan-s
模型
。
聚类可视化是通过对来自每个
fan
块的图元特征应用谱聚类来生成的
。
[0076]
全注意力网络的实施例广泛利用自注意力来提高模型的鲁棒性
。
上面提到的特性表明
sa
是
vit
鲁棒性的贡献者
。
这激发了更广泛地利用自注意力来进一步提高模型的鲁棒性
。
许多现有的
vit
设计仅采用
sa
作为空间图元混合器，而不是用于通道处理
。
然而，如本文所述的全注意力网络的实施例可以包括全注意力设计
。
如图2所示，
fan
采用
sa
以基于标准
vit
块的方式进行图元混合
。
对于通道处理，
fan
采用注意力设计，其通过将
mlp
块移动到自注意力块中，使用逐通道自注意力
(csa)
来变换特征
。
[0077]
实施例可以采用注意力特征变换
。fan
块可包括以下逐通道自注意力
(csa)
来执行特征变换，其公式为：
[0078][0079]
这里的和是线性变换参数
。
与
sa
不同的是，
csa
沿通道维度而不是图元维度计算注意力矩阵
(
回调
)
，它利用特征协方差
(
在线性变换w′q,w
′k之后
)
进行特征变换
。
具有较大相关值的强相关特征通道将被聚合，而具有低相关值的异常特征将被隔离
。
这有助于模型过滤掉不相关的信息
。
在
csa
的帮助下，该模型可以过滤掉不相关的特征，从而对前景和背景图元形成更精确的图元聚类
。
[0080]
如本文所述，
fan
块的实施例在使用
vit
代替转换器块时有效地提高了
vit
的鲁棒性
。
用于解释全注意力设计在表示学习中的作用
(
特别是为什么自注意力促进了集群结构并过滤掉噪声
)
的框架将有助于理解自注意力对
vit
以及如本文所述的
fan
模型的实施例的作用
。
受观察到的自注意力的噪声过滤特性的激发，可以采用信息瓶颈方法来建立这个解释框架
。
[0081]
给定联合分布
p(x,y)
，
ib
可以寻找一个映射
f(z|x)
，使得z包含
x
中的相关信息以预测
y。
这个目标被公式化为以下信息论优化问题：
[0082][0083]
其服从
markov
约束这里第一项压缩该信息，第二项鼓励维护相关信息
。
[0084]
对于提出的
fan
模型的某个块，其输出特征可以被表示为输入特征被表示为上述
ib
方法的应用可能对表示学习很有见地或有帮助
。
这里选择
x
作为数据点索引i，将其汇总为集群级表示
z。
对于目标变量y，通过选择它作为数据特征
x
来维护其相关信息
。
[0085]
命题
2.1
：在温和的假设下，用于求解方程
(4)
中的问题的迭代优化步骤可写为：
[0086][0087]
或以矩阵形式：
[0088][0089]
其中k＝
[
μ1,
…
,
μn]
＝
wkx,q
＝
σ-1
[x1,
…
,xn]
，d＝
1/2。
这里
nc、
σ
和
wk是可学习的变量
。
这在自注意力
(1)
和
ib
原则
(4)
之间建立了联系
。
自注意力操作遵循类
ib
原则而更新图元特征
。
键矩阵k存储临时聚类中心特征
μc，输入特征
x
基于软关联规则
(softmax
项
)
聚类到它们
。
新的聚类中心特征z被输出为经更新的图元特征
。
堆叠的
sa
模块重复这样的过程，从而从生成的特征中过滤噪声信息，并显现出集群结构
。
[0090]
根据上述见解，
ib
原理可用于分析跟随
sa
模块并对
sa
的输出z进行逐通道特征变换的
csa
模块
。
这里，在
ib
目标
(4)
中，选择
x
作为要更新为
z'
的z的特征维度索引
j。
按照命题
2.1
的证明路线图，类似的迭代优化方案如下：
[0091]
命题
2.2
：在温和的假设下，方程
(3)
中提出的逐通道自注意力
(csa)
对方程
(4)
中
的信息瓶颈原理进行以下迭代优化
:
[0092][0093]
其中是数据的第i行向量；或以矩阵形式：
[0094]z′
＝
softmax(q
′
tk′
/d)v
′
t
.
ꢀꢀꢀꢀ
(8)
[0095]
其中其中以及d＝
1/2。
这里
nd、
σ
'
和w′k是可学习的变量
。
[0096]
上述特征更新突出了遵循
ib
原则进行特征变换的两个模块组件
。
首先，可以使用逐通道
(
而不是
mlp)
自注意力来应用于输入特征以进行特征变换
。
其次，在逐通道自注意力之前，需要对输入特征
x
进行变换，这类似于将
mlp
移动到自注意力块中
。
这为
fan
模型架构提供了全注意力的特征转换块
。
[0097]
实验结果与分析
[0098]
可以在
imagenet-c(in-c)、cityscape-c
和
coco-c
上验证模型的鲁棒性，而无需额外的与损坏相关的微调
。
后缀
“‑
c”表示基于原始数据集的损坏图像
。
为了测试对其他类型的分布外
(ood)
场景的泛化，可以在
imagenet-a(in-a)
和
imagenet-r(in-r)
上评估准确性
。
在实验中，使用
imagenet-1k(in-1k)
上的干净准确度和这些分布外基准的鲁棒准确度来评估性能
。
为了量化模型对损坏的弹性，提出了具有干净准确度的校准
。
留存率
(ret r)
用作鲁棒性指标，其被定义为还可以报告均值损坏误差
(mce)
，如下所述
。
[0099]
模型选择：为
fan
模型设计了三种不同的模型尺寸
(
微小
(tiny)、
小
(small)
和基础
(base))
，分别缩写为
“‑
t”、
“‑
s”和
“‑
b”。
它们的详细配置如表1所示
。
对于消融研究，
resnet-50
用作
cnn
的表示模型，
vit-s
用作常规视觉转换器的表示模型
。resnet-50
和
vit-s
具有与
fan-s
相似的模型大小和计算预算
。
当与
sota
模型比较时，以最近的视觉转换器和
cnn
模型为基准
。fan
模型还使用两种图块大小
(8
×8和
16
×
16)
进行评估，分别用
“‑
p8”和
“‑
p16”表示
。
[0100]
表1：不同
fan
变体的详细信息和缩写
。
[0101]
模型
#
块通道维度
#
头参数
(m)fan-t1219248fan-s12384831fan-b18448861
[0102]
下面介绍了一系列消融研究，以分析自注意力在模型鲁棒性中的贡献
。
由于最近引入了多种高级训练配方，因此呈现了它们在提高模型鲁棒性方面的作用
。
还包括具有相同训练配方的
vit
和
cnn
之间的比较，以排除可能影响模型鲁棒性的架构设计以外的因素
。
[0103]
表2报告了用于提高鲁棒性的不同训练配方的经验评估
。
有趣的是，观察到，广泛使用的技巧
(
诸如知识蒸馏
(kd)
和大数据集预训练
)
确实提高了绝对准确度
。
然而，当迁移
到
imagenet-c
时，它们并没有显著地减少性能下降
。
主要改进来自诸如
deit
训练配方中采用的
cutmix
和
randaugmentation
之类的高级训练配方
。
在以下比较中，使用的是采用
deit
配方和增加的块数量训练的
vit-s
，表示为
vit-s*。
为了进行更公平的比较，这些训练技术被用于重现
resnet-50
的性能
。
[0104]
表2：各种性能改进技巧对模型鲁棒性的影响
(
％
)
[0105][0106]
向
cnn
添加新的训练配方：以下是一项关于
resnet-50
模型的鲁棒性如何在添加高级技巧时发生变化的经验研究
。
研究了三种设计选择：训练配方
、
注意力机制和下采样方法
。
对于训练配方，采用与训练上述
vit-s
模型中使用的相同的训练配方
。
可以使用挤压和激励
(se)
注意力，并沿通道维度针对每个块的特征输出应用
se
注意力
。
还可以研究不同的下采样策略，即平均池化
(resnet-50
默认
)
和跨步卷积
。
结果报告在表3中
。
可以看出，增加注意力
(
挤压和激励
(se)
注意力
)
并且使用更高级的训练配方确实显著提高了
resnet-50
的鲁棒性
。
具有所有这些技巧的性能最佳的
resnet-50
，表示为
resnet-50*
，被用于以下比较
。
[0107]
表3：具有各种性能改进技巧的
resnet-50
的鲁棒性
(
％
)
[0108]
模型
in-1kin-c
留存
mce(
↓
)resnet-5076.038.85176.7+deit
配方
79.043.94669.7+se79.850.16363.1+
跨步卷积
80.252.16561.6
[0109]
vit
相比于
cnn
在鲁棒性方面的优势：为了进行公平比较，所有上述经验证的训练技巧都用于训练
vit-s
和
resnet-50
以达到最佳性能
。
具体来说，
resnet-50*
使用
deit
配方
、se
和跨步卷积进行训练；
vit-s*
也使用
deit
配方进行训练，并具有
12
个块，用于与
resnet-50
匹配模型大小
。
表4中的结果表明，即使使用相同的训练配方，
vit
在鲁棒性方面仍然优于
resnet-50。
这些结果表明，
vit
改进的鲁棒性可能来自其具有自注意力的架构优势
。
这促使我们通过更广泛地利用自注意力来进一步改进
vit
的架构，以进一步增强模型的鲁棒性
。
[0110]
表4：
resnet-50
和
vit-s
之间的鲁棒性比较
(
％
)。
[0111]
模型参数
in-1kin-c
留存
mce(
↓
).resnet-50*25m80.252.16561.6vit-s*22m79.958.07256.2
[0112]
全注意力网络
[0113]
fan
架构的实施例提高了不同架构之间的模型鲁棒性
。
这些结果可以参见表
5。
[0114]
fan-vit
和
fan-swin
：使用
fan
块代替常规的转换器块形成了
fan-vit。fan-vit
显著增强了鲁棒性
。
然而，与
vit
相比，
swin
架构
(
使用移位窗口注意力
)
的鲁棒性下降了
。
这可能是因为它们的局部注意力阻碍了全局聚类和基于
ib
的信息提取
。
通过使用
fan
块可以有效地弥补这种鲁棒性下降
。
通过将
csa
添加到
swin
的特征变换中，获得了
fan-swin
，这是一种其空间自注意力通过
swin
中的移位窗口注意力增强的
fan
模型
。
如表5所示，添加
fan
块将
imagenet-c
上的准确度提高了5％
。
如此显著的提高表明，所提出的
csa
在提高模型鲁棒性方面确实具有显著的作用
。
同时，
fan-swin
适用于如分割和检测等下游任务
。
[0115]
表5：架构更改对模型鲁棒性的影响
(
％
)。
[0116][0117]
fan-hybrid
：根据图3所示的聚类过程可以发现，聚类主要出现在
fan
模型的顶部阶段，这意味着底部阶段专注于提取局部视觉模式
。
受此启发，建议针对底部两个阶段使用卷积块结合下采样，然后将
fan
块附加到卷积阶段的输出
。
每个阶段包括3个卷积块
。
这给出了
fan-hybrid(
混合
)
模型
。
特别是，建议使用
convnext(
一种最近的
cnn
模型
)
来构建混合模型的早期阶段
。
如表5所示，
convnext
表现出很强的鲁棒性，但表现出鲁棒性不如
fan-vit
和
fan-swin
模型
。
然而，
fan-hybrid
实现了与
fan-swin
相当的鲁棒性，并且对于干净数据集和损坏的数据集都具有更高的准确性，这意味着
fan
还可以有效地增强基于
cnn
的模型的鲁棒性
。
与
fan-swin
类似，
fan-hybrid
在处理大分辨率输入和密集预测任务方面具有效率，因此有利于下游任务
。
有关
fan-hybrid
和
fan-swin
架构的更多详细信息，请参见附录
。
[0118]
fan
和
sota
之间的比较
[0119]
fan
与其他
sota
方法针对不同下游任务
(
包括图像分类
(imagenet-c)、
语义分割
(cityscapes-c)
和对象检测
(coco-c))
上常见损坏的鲁棒性评估，如下所示
。
还包括对
fan
在包括
imagenet-a
和
imagenet-r
在内的各种其他鲁棒性基准上的鲁棒性的评估，以进一步显示其在鲁棒性方面的非凡改进
。
[0120]
图像分类中的鲁棒性：通过直接将
fan
与其他
sota
模型
(
在
imagenet-1k
上预训练
)
应用到
imagenet-c
数据集而不进行任何微调，来比较它们的鲁棒性
。
为了公平比较，我们根据模型大小将所有模型分为三组
。
结果在表6中示出，如图6所示
。
从结果可以看出，所有基于转换器的模型都表现出比基于
cnn
的模型更强的鲁棒性
。
在所有模型尺寸下，所提出的
fan
模型都显著优于所有其他模型
。
它们提供了对所有类型的损坏的强大的鲁棒性
。
值得注意的是，
fan
在恶劣的天气条件和数字噪声下表现出优秀的鲁棒性，使得它们非常适合于手机和自动驾驶汽车中的视觉应用
。
[0121]
还评估了
swin
转换器和最近的
convnext
的零样本鲁棒性
。
这两者都表现出比具有全局自注意力的转换器更弱的鲁棒性
。
然而，向它们添加
fan
可以提高它们的鲁棒性，使得到的
fan-swin
和
fan-conv
变体能够继承对下游任务的高适用性和对损坏的强大鲁棒性
。
这些变体可用于分割和检测应用
。
[0122]
语义分割中的鲁棒性：还提出评估所提出的
fan
模型用于分割任务的鲁棒性
。cityscapes-c
可用于评估，它用
16
种类型的自然损坏来扩展
cityscapes
验证集
。
该模型可以与
deeplabv3+
的变体和最新的
sota
模型进行比较
。
结果总结在表7中，如图7所示
。
我们的模型明显优于以前的模型
。
在具有可比模型大小的情况下，它优于最新的
segformer(
一种基于转换器的分割模型
)2.1
％
miou。
结果表明
fan
具有很强的鲁棒性
。
[0123]
对象检测中的鲁棒性：还评估
fan
在
coco-c
数据集上针对检测任务的鲁棒性，
coco
的扩展与
cityscapes-c
类似地生成
。
结果总结在表8中，如图7所示
。fan
再次展现出了强大的鲁棒性，在相同的训练设置下，在可比的模型大小
(28m vs 29m)
下，与最近的
sota swin
转换器相比，提高了
3.3
％
map。
[0124]
对分布外的鲁棒性：
fan
鼓励图元特征形成集群并隐式地选择信息特征，这将有利于模型的泛化性能
。
为了验证这一点，在
imagenet-a、imagenet-r
和
imagenet-o
上直接测试
imagenet-1k
训练的模型以评估其鲁棒性，特别是对于分布外样本
。
实验结果总结在表9中，如图8所示
。
在这些模型中，
resnet-50
的泛化能力最弱，而最近的
convnext
显著提高了
cnn
的泛化性能
。
基于转换器的模型
swin
和
rvt
的性能与
convnext
同样好，并且比
resnet-50
好得多
。
所提出的
fan
显著优于所有这些模型，这意味着当不相关的特征得到有效处理时，全注意力架构有助于所学习的表示的泛化能力
。
[0125]
在至少一个实施例中，信息瓶颈和自注意力之间的关系的证明可以如下进行
。
假设联合分布
p(x,y)。
信息瓶颈
(ib)
方法寻求映射
q(z|x)
，使得z包含
x
中的相关信息以预测
y。
这个目标被公式化为以下信息论优化问题
[0126][0127]
其服从
markov
约束
β
是一个自由参数，它权衡了第一项的信息压缩和第二项维护的相关信息
。
[0128]
这种信息瓶颈方法可用于解决无监督聚类问题
。
为了将
ib
应用于聚类问题，建议指定如何定义变量
x
和
y。
这里选择
x
作为数据点索引i以聚类为集群索引
c。
对于目标变量y，它的目的是保持它的信息，因此选择它作为数据特征
x。
[0129]
可以假设以下数据分布：
[0130][0131]
其中s是平滑参数
。
假设边际为其中n是数据点的数量
。
[0132]
使用上述符号，用于聚类的迭代
ib
中的第
t
步被公式化为：
[0133][0134]
这里
z(x,
β
)
是归一化因子，
sc表示分配给集群c的数据点的索引集
。
[0135]
可以选择将
q(x|c)
替换为高斯近似并假设s足够小
。
则，
[0136][0137]
其中b表示不依赖于将数据点分配给集群的项，因此与目标无关
。
因此上面的集群更新可以写成：
[0138][0139]
下一步是更新
μc以最小化
g(x|c)
和
p(x|c)
之间的
kl
散度：
[0140][0141]
关于
μc最小化上式给出：
[0142][0143]
通过适当地重新排列上述项并将它们写成紧凑的矩阵形式，
ib
方法和自注意力之间的关系会变得更加清晰
。
假设
σc＝
σ
跨所有集群共享
。
假设
μc关于被归一化，即
[0144][0145]
定义q＝
σ-1
[x1,
…
,xn]。
定义d＝
1/2。
那么上面的更新
(8)
可以写成：
[0146][0147]
这里沿行方向应用
softmax
归一化
。
因此我们总结了命题
2.1
的证明
。
命题
2.2
可以通过遵循上述路线图得到证明
。
[0148]
imagenet
分类：对于所有的实验和消融研究，如果没有额外指定，模型可以在
imagenet-1k
上进行预训练
。
训练配方遵循用于基线模型和提议的
fan
模型的方法
。
在至少
一个方面，使用
adamw
以
2e-3
的学习率训练
fan300
个时期
(epoch)。
多个方面
(aspects)
可以使用5个时期来线性地预热
(warmup)
模型
。
之后我们采用余弦衰减调度
(schedule)。
多个方面可以使用
2048
的批大小和
0.05
的权重衰减
。
多个方面可以采用与
[
？
]
相同的数据增强方案，包括
mixup、cutmix、randaugment
和
random erasing。
多个方面可以使用指数移动平均值
(ema)
来以与
timm
库类似的方式加速模型收敛
。
对于图像分类任务，多个方面还可包括顶层的两个类注意力块
。
[0149]
语义分割和对象检测：对于
fan-vit
，多个方面可遵循语义转换器
(setr)
中提出的相同解码器和
segformer
中使用的相同训练设置
。
对于目标检测，多个方面可以利用2倍多尺度训练来微调
faster(
更快的
)rcnn。
训练图像的分辨率从
640
×
640
到
896
×
896
中随机选择
。
多个方面可以使用大小为
896
×
896
的确定性图像分辨率进行测试
。
[0150]
对于
fan-swin
和
fan-hybrid
，多个方面可在
coco
数据集上微调
mask r-cnn[
？
]。
以下
swin
转换器方面可使用多尺度训练
、adamw
优化器和3倍调度
。
可以使用
mmsegmentation
和
mmdetection
工具箱开发代码
。
[0151]
损坏数据集准备：对于
imagenet-c
，多个方面可以从为基准测试提供的镜像中下载它
。
对于
cityscape-c
和
coco-c
，多个方面可遵循其他基准测试，并从噪声
、
模糊
、
天气和数字类别中生成
16
个算法生成的损坏
。
[0152]
评估指标：对于
imagenet-c
，多个方面可以使用留存作为主要指标来衡量模型的鲁棒性，其被定义为它测量在
imagenet-c
数据集上评估时可以留存多少准确度
。
当与其他模型进行比较时，多个方面还可报告均值损坏误差
(mce)。
评估代码可以基于
timm
库
。
对于语义分割和对象检测，多个方面可加载
imagenet-1k
预训练的权重，并在
cityscapes
和
coco
干净图像数据集上进行微调
。
然后多个方面可以直接评估在
cityscapes-c
和
coco-c
上的性能
。
多个方面可以使用均值交并比
(miou)
报告语义分割性能，并使用均值平均精度
(map)
报告对象检测性能
。
[0153]
fan-swin
和
fan-hybrid
的架构细节：对于
fan-swin
架构，多个方面可以仅通过以与
swin
转换器中提出的相同方式将常规的自注意力模块替换为高效的窗口移位自注意力模块，来遵循相同的宏观架构设计
。
对于
fan-hybrid
架构，多个方面可以为每个阶段使用三个卷积构建块，类似于
convnext。
[0154]
特征聚类和可视化：为了对图元特征进行聚类，多个方面可首先使用
softmax
函数对取自倒数第二个块输出的图元进行归一化
。
然后，多个方面可以基于归一化的图元计算自相关矩阵，并将其用作谱聚类的亲和度矩阵
。
图5对来自我们的
fan、vit
和
cnn
模型的图元特征的聚类结果提供了更多可视化
。
[0155]
逻辑
[0156]
图
9a
示出了逻辑
915
，如本文其他地方所描述的，其可用于一个或更多个设备以执行诸如本文根据至少一个实施例讨论的那些之类的操作
。
在至少一个实施例中，逻辑
915
被用于执行与一个或更多个实施例相关联的推理和
/
或训练操作
。
在至少一个实施例中，逻辑
915
是推理和
/
或训练逻辑
。
关于逻辑
915
的细节在下面结合图
9a
和
/
或图
9b
提供
。
在至少一个实施例中，逻辑是指伴随着硬件的软件逻辑的任何组合，用于实现软件逻辑
、
硬件逻辑和
/
或固件逻辑，以提供本文所述的功能或操作，其中逻辑可以集体或单独地体现为构成较
大系统的一部分的电路，例如，集成电路
(ic)、
片上系统
(soc)
，或一个或更多个处理器
(
例如，
cpu、gpu)。
[0157]
在至少一个实施例中，逻辑
915
可以包括但不限于代码和
/
或数据存储
901
，用于存储前向和
/
或输出权重和
/
或输入
/
输出数据，和
/
或在一个或更多个实施例的方面中配置被训练为和
/
或用于推理的神经网络的神经元或层的其他参数
。
在至少一个实施例中，逻辑
915
可以包括或耦合到用于存储图形代码或其他软件以控制时序和
/
或顺序的代码和
/
或数据存储
901
，其中权重和
/
或其他参数信息被加载以配置逻辑，包括整数和
/
或浮点单元
(
统称为算术逻辑单元
(alu))。
在至少一个实施例中，代码
(
诸如图代码
)
基于该代码所对应的神经网络的架构将权重或其他参数信息加载到处理器
alu
中
。
在至少一个实施例中，代码和
/
或数据存储
901
存储在使用一个或更多个实施例的方面训练和
/
或推理期间的输入
/
输出数据和
/
或权重参数的前向传播期间结合一个或更多个实施例训练或使用的神经网络的每个层的权重参数和
/
或输入
/
输出数据
。
在至少一个实施例中，代码和
/
或数据存储
901
的任何部分都可以包括在其他片上或片外数据存储内，包括处理器的
l1、l2
或
l3
高速缓存或系统存储器
。
[0158]
在至少一个实施例中，代码和
/
或数据存储
901
的任何部分可以在一个或更多个处理器或其他硬件逻辑设备或电路的内部或外部
。
在至少一个实施例中，代码和
/
或数据存储
901
可以是高速缓存存储器
、
动态随机可寻址存储器
(“dram”)、
静态随机可寻址存储器
(“sram”)、
非易失性存储器
(
例如闪存
)
或其他存储
。
在至少一个实施例中，对代码和
/
或数据存储
901
是在处理器的内部还是外部的选择，例如，或者由
dram、sram、
闪存或某种其他存储类型组成，可以取决于存储片上或片外的可用存储空间，正在执行训练和
/
或推理功能的延迟要求，在神经网络的推理和
/
或训练中使用的数据的批大小或这些因素的某种组合
。
[0159]
在至少一个实施例中，逻辑
915
可以包括但不限于代码和
/
或数据存储
905
，以存储与在一个或更多个实施例的方面中被训练为和
/
或用于推理的神经网络的神经元或层相对应的反向和
/
或输出权重和
/
或输入
/
输出数据神经网络
。
在至少一个实施例中，在使用一个或更多个实施例的方面训练和
/
或推理期间，代码和
/
或数据存储
905
存储在输入
/
输出数据和
/
或权重参数的反向传播期间结合一个或更多个实施例训练或使用的神经网络的每个层的权重参数和
/
或输入
/
输出数据
。
在至少一个实施例中，逻辑
915
可以包括或耦合到用于存储图代码或其他软件以控制时序和
/
或顺序的代码和
/
或数据存储
905
，其中权重和
/
或其他参数信息被加载以配置逻辑，该逻辑包括整数和
/
或浮点单元
(
统称为算术逻辑单元
(alu))。
[0160]
在至少一个实施例中，代码
(
诸如图代码
)
使得基于该代码所对应的神经网络的架构将权重或其他参数信息加载到处理器
alu
中
。
在至少一个实施例中，代码和
/
或数据存储
905
的任何部分可以与其他片上或片外数据存储一起包括，包括处理器的
l1、l2
或
l3
高速缓存或系统存储器
。
在至少一个实施例中，代码和
/
或数据存储
905
的任何部分可以在一个或更多个处理器或其他硬件逻辑设备或电路上的内部或外部
。
在至少一个实施例中，代码和
/
或数据存储
905
可以是高速缓存存储器
、dram、sram、
非易失性存储器
(
例如闪存
)
或其他存储
。
在至少一个实施例中，代码和
/
或数据存储
905
是在处理器的内部还是外部的选择，例如，是由
dram、sram、
闪存还是其他某种存储类型组成，取决于可用存储是片上还是片外，正在执行的训练和
/
或推理功能的延迟要求，在神经网络的推理和
/
或训练中使用的数据批量
大小或这些因素的某种组合
。
[0161]
在至少一个实施例中，代码和
/
或数据存储
901
以及代码和
/
或数据存储
905
可以是分开的存储结构
。
在至少一个实施例中，代码和
/
或数据存储
901
以及代码和
/
或数据存储
905
可以是相同的存储结构
。
在至少一个实施例中，代码和
/
或数据存储
901
以及代码和
/
或数据存储
905
可以部分地被组合和部分分离
。
在至少一个实施例中，代码和
/
或数据存储
901
以及代码和
/
或数据存储
905
的任何部分可以与其他片上或片外数据存储包括在一起，包括处理器的
l1、l2
或
l3
高速缓存或系统存储器
。
[0162]
在至少一个实施例中，逻辑
915
可以包括但不限于一个或更多个算术逻辑单元
(“alu”)910(
包括整数和
/
或浮点单元
)
，用于至少部分地基于训练和
/
或推理代码
(
例如，图代码
)
或由其指示来执行逻辑和
/
或数学运算，其结果可能会产生存储在激活存储
920
中的激活
(
例如，来自神经网络内部的层或神经元的输出值
)
，其是存储在代码和
/
或数据存储
901
和
/
或代码和
/
或数据存储
905
中的输入
/
输出和
/
或权重参数数据的函数
。
在至少一个实施例中，激活响应于执行指令或其他代码，由
alu 910
执行的线性代数和
/
或基于矩阵的数学生成在激活存储
920
中存储的激活，其中存储在代码和
/
或数据存储
905
中和
/
或代码和
/
或数据存储
901
中的权重值用作具有其他值的操作数，例如偏置值
、
梯度信息
、
动量值或其他参数或超参数，可以将任何或所有这些存储在代码和
/
或数据存储
905
或代码和
/
或数据存储
901
或其他片上或片外存储中
。
[0163]
在至少一个实施例中，一个或更多个处理器或其他硬件逻辑设备或电路中包括一个或更多个
alu 910
，而在另一实施例中，一个或更多个
alu 910
可以在处理器或其他硬件逻辑设备或使用它们
(
例如协处理器
)
的电路外
。
在至少一个实施例中，可以将一个或更多个
alu 910
包括在处理器的执行单元之内，或者以其他方式包括在由处理器的执行单元可访问的
alu
组中，该处理器的执行单元可以在同一处理器内或者分布在不同类型的不同处理器之间
(
例如，中央处理单元
、
图形处理单元
、
固定功能单元等
)。
在至少一个实施例中，代码和
/
或数据存储
901、
代码和
/
或数据存储
905
以及激活存储
920
可以共享处理器或其他硬件逻辑设备或电路，而在另一实施例中，它们可以在不同的处理器或其他硬件逻辑设备或电路或相同和不同处理器或其他硬件逻辑设备或电路的某种组合中
。
在至少一个实施例中，激活存储
920
的任何部分可以与其他片上或片外数据存储包括在一起，包括处理器的
l1、l2
或
l3
高速缓存或系统存储器
。
此外，推理和
/
或训练代码可以与处理器或其他硬件逻辑或电路可访问的其他代码一起存储，并可以使用处理器的提取
、
解码
、
调度
、
执行
、
退出和
/
或其他逻辑电路来提取和
/
或处理
。
[0164]
在至少一个实施例中，激活存储
920
可以是高速缓存存储器
、dram、sram、
非易失性存储器
(
例如，闪存
)
或其他存储
。
在至少一个实施例中，激活存储
920
可以完全地或部分地在一个或更多个处理器或其他逻辑电路内部或外部
。
在至少一个实施例中，可以取决于片上或片外可用的存储，进行训练和
/
或推理功能的延迟要求，在推理和
/
或训练神经网络中使用的数据的批量大小或这些因素的某种组合，选择激活存储
920
是处理器的内部还是外部，例如，或者包含
dram、sram、
闪存或其他存储类型
。
[0165]
在至少一个实施例中，图
9a
中所示的逻辑
915
可以与专用集成电路
(“asic”)
结合使用，例如来自
google
的处理单元
、
来自
graphcore
tm
的推理处理单元
(ipu)
或来自
intel
公司的
(
例如“lake crest”)
处理器
。
在至少一个实施例中，图
9a
所示的逻辑
915
可与中央处理单元
(“cpu”)
硬件，图形处理单元
(“gpu”)
硬件或其他硬件
(
例如现场可编程门阵列
(“fpga”))
结合使用
。
[0166]
图
9b
示出了根据至少一个实施例的逻辑
915。
在至少一个实施例中，逻辑
915
是推理和
/
或训练逻辑
。
在至少一个实施例中，逻辑
915
可以包括但不限于硬件逻辑，其中计算资源被专用或以其他方式唯一地连同对应于神经网络内的一层或更多层神经元的权重值或其他信息一起使用
。
在至少一个实施例中，图
9b
中所示的逻辑
915
可以与专用集成电路
(asic)
结合使用，例如来自
google
的处理单元，来自
graphcore
tm
的推理处理单元
(ipu)
或来自
intel
公司的
(
例如“lake crest”)
处理器
。
在至少一个实施例中，图
9b
中所示的逻辑
915
可以与中央处理单元
(cpu)
硬件
、
图形处理单元
(gpu)
硬件或其他硬件
(
例如现场可编程门阵列
(fpga))
结合使用
。
在至少一个实施例中，逻辑
915
包括但不限于代码和
/
或数据存储
901
以及代码和
/
或数据存储
905
，其可以用于存储代码
(
例如，图代码
)、
权重值和
/
或其他信息，包括偏置值
、
梯度信息
、
动量值和
/
或其他参数或超参数信息
。
在图
9b
中所示的至少一个实施例中，代码和
/
或数据存储
901
以及代码和
/
或数据存储
905
中的每一个都分别与专用计算资源
(
例如计算硬件
902
和计算硬件
906)
相关联
。
在至少一个实施例中，计算硬件
902
和计算硬件
906
中的每一个包括一个或更多个
alu
，这些
alu
仅分别对存储在代码和
/
或数据存储
901
和代码和
/
或数据存储
905
中的信息执行数学函数
(
例如线性代数函数
)
，执行函数的结果被存储在激活存储
920
中
。
[0167]
在至少一个实施例中，代码和
/
或数据存储
901
和
905
以及相应的计算硬件
902
和
906
中的每一个分别对应于神经网络的不同层，使得从代码和
/
或数据存储
901
和计算硬件
902
的一个“存储
/
计算对
901/902”得到的激活提供作为代码和
/
或数据存储
905
和计算硬件
906
的下一个“存储
/
计算对
905/906”的输入，以便反映神经网络的概念组织
。
在至少一个实施例中，每个存储
/
计算对
901/902
和
905/906
可以对应于一个以上的神经网络层
。
在至少一个实施例中，在逻辑
915
中可以包括在存储计算对
901/902
和
905/906
之后或与之并行的附加存储
/
计算对
(
未示出
)。
[0168]
神经网络训练和部署
[0169]
图
10
示出了根据至少一个实施例的深度神经网络的训练和部署
。
在至少一个实施例中，使用训练数据集
1002
来训练未经训练的神经网络
1006。
在至少一个实施例中，训练框架
1004
是
pytorch
框架，而在其他实施例中，训练框架
1004
是
tensorflow
，
boost
，
caffe
，
microsoft cognitive toolkit/cntk
，
mxnet
，
chainer
，
keras
，
deeplearning4j
或其他训练框架
。
[0170]
在至少一个实施例中，训练框架
1004
训练未经训练的神经网络
1006
，并使它能够使用本文所述的处理资源来训练，以生成经训练的神经网络
1008。
在至少一个实施例中，权重可以被随机选择或通过使用深度信念网络预训练
。
在至少一个实施例中，可以以有监督
、
部分有监督或无监督的方式执行训练
。
[0171]
在至少一个实施例中，使用有监督学习来训练未经训练的神经网络
1006
，其中训练数据集
1002
包括与用于输入的期望输出配对的输入，或者其中训练数据集
1002
包括具有已知输出的输入和神经网络
1006
是手动层次的输出
。
在至少一个实施例中，以有监督的方式来训练未经训练的神经网络
1006
，并且处理来自训练数据集
1002
的输入，并将结果输出与一组期望或想要的输出进行比较
。
在至少一个实施例中，然后通过未经训练的神经网络
1006
将误差传播回去
。
在至少一个实施例中，训练框架
1004
调整控制未经训练的神经网络
1006
的权重
。
在至少一个实施例中，训练框架
1004
包括用于监视未经训练的神经网络
1006
向模型
(
例如，经训练的神经网络
1008)
收敛的程度的工具，适于基于输入数据
(
例如新数据集
1012)
生成正确答案
(
例如结果
1014)
的模型
。
在至少一个实施例中，训练框架
1004
反复训练未经训练的神经网络
1006
，同时调整权重以使用损失函数和调整算法
(
例如随机梯度下降
)
来改善未经训练的神经网络
1006
的输出
。
在至少一个实施例中，训练框架
1004
训练未经训练的神经网络
1006
，直到未经训练的神经网络
1006
达到期望的精度为止
。
在至少一个实施例中，然后可以部署经训练的神经网络
1008
以实现任何数量的机器学习操作
。
[0172]
在至少一个实施例中，使用无监督学习来训练未经训练的神经网络
1006
，其中未经训练的神经网络
1006
尝试使用未标记的数据来训练自己
。
在至少一个实施例中，无监督学习训练数据集
1002
将包括输入数据，而没有任何关联的输出数据或“地面实况”数据
。
在至少一个实施例中，未经训练的神经网络
1006
可以学习训练数据集
1002
内的分组，并且可以确定各个输入如何与未经训练的数据集
1002
相关
。
在至少一个实施例中，可以使用无监督训练来在经训练的神经网络
1008
中生成自组织图，其能够执行对减少新数据集
1012
的维度有用的操作
。
在至少一个实施例中，无监督训练也可以用于执行异常检测，这允许识别新数据集
1012
中偏离新数据集
1012
的正常模式的数据点
。
[0173]
在至少一个实施例中，可以使用半监督学习，这是一种技术，其中在训练数据集
1002
中包括标记数据和未标记数据的混合
。
在至少一个实施例中，训练框架
1004
可以用于例如通过转移的学习技术来执行递增学习
。
在至少一个实施例中，递增学习使得经训练的神经网络
1008
能够适应新数据集
1012
，而不会忘记在初始训练期间注入到经训练的神经网络
1008
内的知识
。
[0174]
在至少一个实施例中，训练框架
1004
是与软件开发工具包
(
诸如
openvino(
开放式视觉推理和神经网络优化工具包
))
一起处理的框架
。
在至少一个实施例中，
openvino
工具包是诸如由加州圣克拉拉的英特尔公司开发的那些之类的工具包
。
在至少一个实施例中，
openvino
包括逻辑
915
或使用逻辑
915
来执行本文所述的操作
。
在至少一个实施例中，
soc、
集成电路或处理器使用
openvino
来执行本文所述的操作
。
[0175]
在至少一个实施例中，
openvino
是一种用于促进用于各种任务和操作
(
诸如人类视觉仿真
、
语音识别
、
自然语言处理
、
推荐系统和
/
或其变体
)
的应用程序
(
特别是神经网络应用程序
)
的开发的工具包
。
在至少一个实施例中，
openvino
支持神经网络，诸如卷积神经网络
(cnn)、
循环神经网络和
/
或基于注意力的神经网络
、
和
/
或各种其他神经网络模型
。
在至少一个实施例中，
openvino
支持各种软件库，例如
opencv、opencl
和
/
或其变体
。
[0176]
在至少一个实施例中，
openvino
支持用于各种任务和操作的神经网络模型，所述任务和操作诸如分类
、
分割
、
对象检测
、
人脸识别
、
语音识别
、
姿态估计
(
例如，人和
/
或对象
)、
单目深度估计
、
图像修复
、
风格转换
、
动作识别
、
着色和
/
或其变体
。
[0177]
在至少一个实施例中，
openvino
包括用于模型优化的一个或更多个软件工具和
/
或模块，也称为模型优化器
。
在至少一个实施例中，模型优化器是促进神经网络模型的训练和部署之间的转换的命令行工具
。
在至少一个实施例中，模型优化器优化神经网络模型以在诸如
gpu、cpu、ppu、gpgpu
和
/
或其变体之类的各种设备和
/
或处理单元上执行
。
在至少一个实施例中，模型优化器生成模型的内部表示，并优化所述模型以生成中间表示
。
在至少一
个实施例中，模型优化器减少模型的层数
。
在至少一个实施例中，模型优化器移除用于训练的模型的层
。
在至少一个实施例中，模型优化器执行各种神经网络操作，例如修改模型的输入
(
例如，调整模型的输入的大小
)、
修改模型的输入的大小
(
例如，修改模型的批大小
)、
修改模型结构
(
例如，修改模型的层
)、
归一化
、
标准化
、
量化
(
例如，将模型的权重从诸如浮点之类的第一表示转换为诸如整数之类的第二表示
)
和
/
或其变体
。
[0178]
在至少一个实施例中，
openvino
包括用于推理的一个或更多个软件库，也称为推理引擎
。
在至少一个实施例中，推理引擎是
c++
库或任何合适的编程语言库
。
在至少一个实施例中，使用推理引擎来推理输入数据
。
在至少一个实施例中，推理引擎实现各种类以推理输入数据并生成一个或更多个结果
。
在至少一个实施例中，推理引擎实现一个或更多个
api
函数以处理中间表示
、
设置输入和
/
或输出格式
、
和
/
或在一个或更多个设备上执行模型
。
[0179]
在至少一个实施例中，
openvino
为一个或更多个神经网络模型的异构执行提供了各种能力
。
在至少一个实施例中，异构执行或异构计算是指利用一种或更多种类型的处理器和
/
或核心
(core)
的一个或更多个计算过程和
/
或系统
。
在至少一个实施例中，
openvino
提供各种软件功能以在一个或更多个设备上执行程序
。
在至少一个实施例中，
openvino
提供各种软件功能以在不同设备上执行程序和
/
或程序的各部分
。
在至少一个实施例中，
openvino
提供各种软件功能，例如，以在
cpu
上运行第一代码部分，在
gpu
和
/
或
fpga
上运行第二代码部分
。
在至少一个实施例中，
openvino
提供各种软件功能，以在一个或更多个设备上执行神经网络的一个或更多个层
(
例如，在第一设备
(
例如
gpu)
上执行第一组层，以及在第二设备
(
例如
cpu)
上执行第二组层
)。
[0180]
在至少一个实施例中，
openvino
包括和与
cuda
编程模型相关联的功能类似的各种功能，诸如与诸如
tensorflow、pytorch
和
/
或其变体之类的框架相关联的各种神经网络模型操作
。
在至少一个实施例中，使用
openvino
执行一个或更多个
cuda
编程模型操作
。
在至少一个实施例中，本文描述的各种系统
、
方法和
/
或技术是使用
openvino
实现的
。
[0181]
数据中心
[0182]
图
11
示出了可以使用至少一个实施例的示例数据中心
1100。
在至少一个实施例中，数据中心
1100
包括数据中心基础设施层
1110、
框架层
1120、
软件层
1130
和应用程序层
1140。
[0183]
在至少一个实施例中，如图
11
所示，数据中心基础设施层
1110
可以包括资源协调器
1112、
分组的计算资源
1114
和节点计算资源
(“节点
c.r.”)1116(1)-1116(n)
，其中“n”代表正整数
(
其可以是与其他图中使用的整数不同的整数“n”)。
在至少一个实施例中，节点
c.r.1116(1)-1116(n)
可以包括但不限于任何数量的中央处理单元
(“cpu”)
或其他处理器
(
包括加速器
、
现场可编程门阵列
(fpga)、
图形处理器等
)
，存储器存储设备
1118(1)-1118(n)(
例如动态只读存储器
、
固态存储或磁盘驱动器
)
，网络输入
/
输出
(“nw i/o”)
设备，网络交换机，虚拟机
(“vm”)
，电源模块和冷却模块等
。
在至少一个实施例中，节点
c.r.1116(1)-1116(n)
中的一个或更多个节点
c.r.
可以是具有一个或更多个上述计算资源的服务器
。
[0184]
在至少一个实施例中，分组的计算资源
1114
可以包括容纳在一个或更多个机架
(
未示出
)
内的节点
c.r.
的单独分组，或者容纳在各个地理位置的数据中心
(
也未示出
)
内的许多机架
。
在至少一个实施例中，分组的计算资源
1114
内的节点
c.r.
的单独分组可以包括可以被配置或分配为支持一个或更多个工作负载的分组的计算
、
网络
、
存储器或存储资源
。
在至少一个实施例中，可以将包括
cpu
或处理器的若干节点
c.r.
分组在一个或更多个机架内，以提供计算资源来支持一个或更多个工作负载
。
在至少一个实施例中，一个或更多个机架还可以包括以任意组合的任何数量的电源模块
、
冷却模块和网络交换机
。
[0185]
在至少一个实施例中，资源协调器
1112
可以配置或以其他方式控制一个或更多个节点
c.r.1116(1)-1116(n)
和
/
或分组的计算资源
1114。
在至少一个实施例中，资源协调器
1112
可以包括用于数据中心
1100
的软件设计基础设施
(“sdi”)
管理实体
。
在至少一个实施例中，资源协调器
1112
可以包括硬件
、
软件或其某种组合
。
[0186]
在至少一个实施例中，如图
11
所示，框架层
1120
包括作业调度器
1122、
配置管理器
1124、
资源管理器
1126
和分布式文件系统
1128。
在至少一个实施例中，框架层
1120
可以包括支持软件层
1130
的软件
1132
和
/
或应用程序层
1140
的一个或更多个应用程序
1142
的框架
。
在至少一个实施例中，软件
1132
或应用程序
1142
可以分别包括基于
web
的服务软件或应用程序，例如由
amazon web services
，
google cloud
和
microsoft azure
提供的服务软件或应用程序
。
在至少一个实施例中，框架层
1120
可以是但不限于一种类型的免费和开源软件网络应用程序框架，诸如可以利用分布式文件系统
1128
来进行大规模数据处理
(
例如“大数据”)
的
apache sparktm(
以下称为“spark”)。
在至少一个实施例中，作业调度器
1122
可以包括
spark
驱动器，用于促进对数据中心
1100
的各个层所支持的工作负载进行调度
。
在至少一个实施例中，配置管理器
1124
可能够配置不同的层，诸如软件层
1130
以及包括
spark
和用于支持大规模数据处理的分布式文件系统
1128
的框架层
1120。
在至少一个实施例中，资源管理器
1126
可能够管理映射到或分配用于支持分布式文件系统
1128
和作业调度器
1122
的聚类的或分组的计算资源
。
在至少一个实施例中，聚类的或分组的计算资源可以包括数据中心基础设施层
1110
处的分组的计算资源
1114。
在至少一个实施例中，资源管理器
1126
可以与资源协调器
1112
进行协调以管理这些映射的或分配的计算资源
。
[0187]
在至少一个实施例中，包括在软件层
1130
中的软件
1132
可以包括由节点
c.r.1116(1)-1116(n)
的至少各部分
、
分组的计算资源
1114
和
/
或框架层
1120
的分布式文件系统
1128
使用的软件
。
在至少一个实施例中，一种或更多种类型的软件可以包括但不限于
internet
网页搜索软件
、
电子邮件病毒扫描软件
、
数据库软件和流视频内容软件
。
[0188]
在至少一个实施例中，应用程序层
1140
中包括的一个或更多个应用程序
1142
可以包括由节点
c.r.1116(1)-1116(n)
的至少各部分
、
分组的计算资源
1114
和
/
或框架层
1120
的分布式文件系统
1128
使用的一种或更多种类型的应用程序
。
在至少一个实施例中，一种或更多种类型的应用程序可以包括但不限于任何数量的基因组学应用程序
、
认知计算
、
应用程序和机器学习应用程序，包括训练或推理软件
、
机器学习框架软件
(
例如
pytorch、tensorflow、caffe
等
)
或与一个或更多个实施例结合使用的其他机器学习应用程序
。
[0189]
在至少一个实施例中，配置管理器
1124、
资源管理器
1126
和资源协调器
1112
中的任何一个可以基于以任何技术上可行的方式获取的任何数量和类型的数据来实现任何数量和类型的自我修改动作
。
在至少一个实施例中，自我修改动作可以减轻数据中心
1100
的数据中心操作员做出可能不好的配置决策并且可以避免数据中心的未充分利用和
/
或执行差的部分
。
[0190]
在至少一个实施例中，数据中心
1100
可以包括工具
、
服务
、
软件或其他资源，用于根据本文所述的一个或更多个实施例来训练一个或更多个机器学习模型或者使用一个或
更多个机器学习模型来预测或推理信息
。
例如，在至少一个实施例中，可以通过使用上文关于数据中心
1100
描述的软件和计算资源，根据神经网络架构计算权重参数来训练机器学习模型
。
在至少一个实施例中，通过使用通过本文所述的一种或更多种训练技术计算出的权重参数，可以使用上面关于数据中心
1100
所描述的资源，使用对应于一个或更多个神经网络的经训练的机器学习模型来推理或预测信息
。
[0191]
在至少一个实施例中，数据中心可以使用
cpu、
专用集成电路
(asic)、gpu、fpga
或其他硬件来使用上述资源来执行训练和
/
或推理
。
此外，上述的一个或更多个软件和
/
或硬件资源可以配置成一种服务，用于允许用户训练或执行信息推理，诸如图像识别
、
语音识别或其他人工智能服务
。
[0192]
逻辑
915
用于执行与一个或更多个实施例相关联的推理和
/
或训练操作
。
本文结合图
9a
和
/
或图
9b
提供关于逻辑
915
的细节
。
在至少一个实施例中，逻辑
915
可以在图
11
的系统中使用，以用于至少部分地基于使用本文所述的神经网络训练操作
、
神经网络函数和
/
或体系架构
、
或神经网络用例计算出的权重参数来进行推理或预测操作
。
[0193]
前面图的实施例可并入用于至少部分地基于包括用于执行图元混合和通道处理的至少一个自注意力模块的神经网络来生成推理的软件和
/
或电路
。
[0194]
自主车辆
[0195]
图
12a
示出了根据至少一个实施例的自主车辆
1200
的示例
。
在至少一个实施例中，自主车辆
1200(
在本文中可替代地称为“车辆
1200”)
可以是但不限于客运车辆，例如汽车
、
卡车
、
公共汽车，和
/
或容纳一个或更多个乘客的另一种类型的车辆
。
在至少一个实施例中，车辆
1200
可以是用于拖运货物的半牵引车-拖车卡车
。
在至少一个实施例中，车辆
1200
可以是飞机
、
机器人车辆或其他类型的车辆
。
[0196]
可以根据由美国运输部下属的国家公路交通安全管理局
(“nhtsa”)
和汽车工程师学会
(“sae”)“与用于道路机动车辆的驾驶自动化系统有关的术语的分类法和定义
(taxonomy and definitions for terms related to driving automation systems for on-road motor vehicles)”(
例如，于
2018
年6月
15
日发布的标准号
j3016-201806
，于
2016
年9月
30
日发布的标准号
j3016-201609
，以及该标准的以前和将来的版本
)
定义的自动化级别来描述自主车辆
。
在至少一个实施例中，车辆
1200
可能够具有根据自主驾驶级别的级别1至级别5中的一个或更多个的功能
。
例如，在至少一个实施例中，车辆
1200
可能够具有条件自动化
(
级别
3)、
高度自动化
(
级别
4)
和
/
或全自动化
(
级别
5)
，这取决于实施例
。
[0197]
在至少一个实施例中，车辆
1200
可以包括但不限于组件，诸如底盘
、
车身
、
车轮
(
例如
2、4、6、8、18
个等
)、
轮胎
、
车轴和车辆的其他组件
。
在至少一个实施例中，车辆
1200
可以包括但不限于推进系统
1250
，诸如内燃机
、
混合动力装置
、
全电动发动机和
/
或另一种推进系统类型
。
在至少一个实施例中，推进系统
1250
可以连接至车辆
1200
的传动系，其可以包括但不限于变速器，用于使得能够推进车辆
1200。
在至少一个实施例中，可以响应于从油门
(throttle)/
加速器
1252
接收信号来控制推进系统
1250。
[0198]
在至少一个实施例中，当推进系统
1250
正在运行时
(
例如，当车辆
1200
在运动时
)
，转向系统
1254(
其可以包括但不限于方向盘
)
用于使车辆
1200
转向
(
例如，沿着期望的路径或路线
)。
在至少一个实施例中，转向系统
1254
可以从转向致动器
1256
接收信号
。
在至少一个实施例中，对于全自动化
(
级别
5)
功能，方向盘可以是可选的
。
在至少一个实施例中，制动
传感器系统
1246
可以用于响应于从制动致动器
1248
和
/
或制动传感器接收到信号来操作车辆制动器
。
[0199]
在至少一个实施例中，一个或更多个控制器
1236
，其可以包括但不限于一个或更多个片上系统
(“soc”)(
图
12a
中未示出
)
和
/
或图形处理单元
(“gpu”)
，向车辆
1200
的一个或更多个组件和
/
或系统提供信号
(
例如，代表命令
)。
例如，在至少一个实施例中，一个或更多个控制器
1236
可以发送信号以经由制动致动器
1248
操作车辆制动，经由一个或更多个转向致动器
1256
操作转向系统
1254
，经由一个或更多个油门
/
加速器
1252
操作推进系统
1250。
在至少一个实施例中，一个或更多个控制器
1236
可以包括一个或更多个车载
(
例如，集成
)
计算设备，其处理传感器信号并输出操作命令
(
例如，表示命令的信号
)
以实现自主驾驶和
/
或协助人类驾驶员驾驶车辆
1200。
在至少一个实施例中，一个或更多个控制器
1236
可以包括用于自主驾驶功能的第一控制器，用于功能性安全功能的第二控制器，用于人工智能功能
(
例如计算机视觉
)
的第三控制器，用于信息娱乐功能的第四控制器，用于紧急状况下的冗余的第五控制器和
/
或其他控制器
。
在至少一个实施例中，单个控制器可以处理上述功能中的两个或更多个，两个或更多个控制器可以处理单个功能和
/
或其任何组合
。
[0200]
在至少一个实施例中，一个或更多个控制器
1236
响应于从一个或更多个传感器
(
例如，传感器输入
)
接收的传感器数据，提供用于控制车辆
1200
的一个或更多个组件和
/
或系统的信号
。
在至少一个实施例中，传感器数据可以从例如但不限于以下传感器接收：一个或更多个全球导航卫星系统
(“gnss”)
传感器
1258(
例如，一个或更多个全球定位系统传感器
)、
一个或更多个
radar
传感器
1260、
一个或更多个超声波传感器
1262、
一个或更多个
lidar
传感器
1264、
一个或更多个惯性测量单元
(imu)
传感器
1266(
例如，一个或更多个加速度计
、
一个或更多个陀螺仪
、
一个或更多个磁罗盘
、
一个或更多个磁力计等
)、
一个或更多个麦克风
1296、
一个或更多个立体相机
1268、
一个或更多个广角相机
1270(
例如鱼眼相机
)、
一个或更多个红外相机
1272、
一个或更多个环绕相机
1274(
例如，
360
度相机
)、
远程相机
(
图
12a
中未示出
)、
中程相机
(
图
12a
中未示出
)、
一个或更多个速度传感器
1244(
例如，用于测量车辆
1200
的速度
)、
一个或更多个振动传感器
1242、
一个或更多个转向传感器
1240、
一个或更多个制动传感器
(
例如，作为制动传感器系统
1246
的一部分
)
和
/
或其他传感器类型
。
[0201]
在至少一个实施例中，一个或更多个控制器
1236
可以从车辆
1200
的仪表板
1232
接收输入
(
例如，由输入数据表示
)
并经由人机接口
(“hmi”)
显示器
1234、
声音信号器
、
扬声器和
/
或经由车辆
1200
的其他组件提供输出
(
例如，由输出数据
、
显示数据等表示
)。
在至少一个实施例中，输出可包括信息，诸如车速
、
速度
、
时间
、
地图数据
(
例如，高清地图
(
图
12a
中未示出
)、
位置数据
(
例如，车辆
1200
的位置，例如在地图上
)、
方向
、
其他车辆的位置
(
例如，占用网格
)、
关于对象的信息以及由一个或更多个控制器
1236
感知到的对象的状态等
。
例如，在至少一个实施例中，
hmi
显示器
1234
可以显示关于一个或更多个对象的存在的信息
(
例如，路牌
、
警告标志
、
交通信号灯变化等
)
和
/
或关于驾驶操纵车辆已经
、
正在或将要制造的信息
(
例如，现在改变车道
、
在两英里内到达出口
34b
等
)。
[0202]
在至少一个实施例中，车辆
1200
进一步包括网络接口
1224
，其可以使用一个或更多个无线天线
1226
和
/
或一个或更多个调制解调器通过一个或更多个网络进行通信
。
例如，在至少一个实施例中，网络接口
1224
可能够通过长期演进
(“lte”)、
宽带码分多址
(“wcdma”)、
通用移动电信系统
(“umts”)、
全球移动通信系统
(“gsm”)、imt-cdma
多载波
(“cdma2000”)
网络等进行通信
。
在至少一个实施例中，一个或更多个无线天线
1226
还可以使用一个或更多个局域网
(
诸如
bluetooth、bluetooth low energy(le)、z-wave、zigbee
等
)
和
/
或一个或更多个低功耗广域网
(“lpwan”)(
诸如
lorawan、sigfox
等协议
)
，实现环境中的对象
(
例如，车辆
、
移动设备等
)
之间的通信
。
[0203]
逻辑
915
用于执行与一个或更多个实施例相关联的推理和
/
或训练操作
。
本文结合图
9a
和
/
或图
9b
提供了关于逻辑
915
的细节
。
在至少一个实施例中，逻辑
915
可以在图
12a
的系统中使用，以用于至少部分地基于本文所述的使用神经网络训练操作
、
神经网络函数和
/
或架构
、
或神经网络用例计算出的权重参数来进行推理或预测操作
。
[0204]
前面图的实施例可并入用于至少部分地基于包括用于执行图元混合和通道处理的至少一个自注意力模块的神经网络来生成推理的软件和
/
或电路
。
[0205]
图
12b
示出了根据至少一个实施例的图
12a
的自主车辆
1200
的相机位置和视野的示例
。
在至少一个实施例中，相机和各自的视野是一个示例实施例，并且不旨在进行限制
。
例如，在至少一个实施例中，可以包括附加的和
/
或替代的相机和
/
或相机可以位于车辆
1200
上的不同位置
。
[0206]
在至少一个实施例中，用于相机的相机类型可以包括但不限于可以适于与车辆
1200
的组件和
/
或系统一起使用的数字相机
。
在至少一个实施例中，一个或更多个相机可以以汽车安全完整性等级
(“asil”)b
和
/
或其他
asil
进行操作
。
在至少一个实施例中，相机类型可能够具有任何图像捕获速率，诸如
60
帧每秒
(fps)、120fps、240fps
等，这取决于实施例
。
在至少一个实施例中，相机可能够使用滚动快门
、
全局快门
、
其他类型的快门或其组合
。
在至少一个实施例中，滤色器阵列可以包括红色透明透明透明
(“rccc”)
滤色器阵列
、
红色透明透明蓝色
(“rccb”)
滤色器阵列
、
红色蓝色绿色透明
(“rbgc”)
滤色器阵列
、foveon x3
滤色器阵列
、
拜耳
(bayer)
传感器
(“rggb”)
滤色器阵列
、
单色传感器滤色器阵列和
/
或其他类型的滤色器阵列
。
在至少一个实施例中，可以使用透明像素相机，诸如具有
rccc、rccb
和
/
或
rbgc
滤色器阵列的相机，以努力提高光敏性
。
[0207]
在至少一个实施例中，一个或更多个相机可以用于执行高级驾驶员辅助系统
(“adas”)
功能
(
例如，作为冗余或故障-安全设计的一部分
)。
例如，在至少一个实施例中，可以安装多功能单目相机以提供包括车道偏离警告
、
交通标志辅助和智能大灯控制的功能
。
在至少一个实施例中，一个或更多个相机
(
例如，所有相机
)
可以同时记录并提供图像数据
(
例如，视频
)。
[0208]
在至少一个实施例中，可以将一个或更多个相机安装在安装组件中，诸如定制设计的
(
三维
(“3d”)
打印的
)
组件，以便去除杂散光和来自车辆
1200
内的反射光
(
例如，来自仪表板的在挡风玻璃镜中反射的反射光
)
，其可能会干扰相机的图像数据捕获能力
。
关于后视镜安装组件，在至少一个实施例中，后视镜组件可以是
3d
打印定制的，使得相机安装板匹配后视镜的形状
。
在至少一个实施例中，一个或更多个相机可以被集成到后视镜中
。
在至少一个实施例中，对于侧视相机，一个或更多个相机也可以集成在舱室的每个角落处的四个支柱内
。
[0209]
在至少一个实施例中，具有包括车辆
1200
前面的环境的各部分的视野的相机
(
例如，前向相机
)
可以用于环视，以帮助识别前方路径和障碍物，以及在一个或更多个控制器
1236
和
/
或控制
soc
的帮助下辅助提供对于生成占用网格和
/
或确定优选的车辆路径至关重
要的信息
。
在至少一个实施例中，前向相机可以用于执行许多与
lidar
相似的
adas
功能，包括但不限于紧急制动
、
行人检测和避免碰撞
。
在至少一个实施例中，前向相机还可以用于
adas
功能和系统，包括但不限于车道偏离警告
(“ldw”)、
自动巡航控制
(“acc”)
和
/
或其他功能
(
诸如交通标志识别
)。
[0210]
在至少一个实施例中，各种各样的相机可以用于前向配置，包括例如包括
cmos(“互补金属氧化物半导体”)
彩色成像器的单目相机平台
。
在至少一个实施例中，广角相机
1270
可以用于感知从外围进入视图的对象
(
例如，行人
、
交叉口交通或自行车
)。
尽管在图
12b
中仅示出了一个广角相机
1270
，但是在其他实施例中，车辆
1200
上可以有任何数量
(
包括零
)
的广角相机
。
在至少一个实施例中，任何数量的远程相机
1298(
例如，远视立体相机对
)
可用于基于深度的对象检测，尤其是对于尚未针对其训练神经网络的对象
。
在至少一个实施例中，一个或更多个远程相机
1298
还可以用于对象检测和分类以及基本对象跟踪
。
[0211]
在至少一个实施例中，任何数量的立体相机
1268
也可以包括在前向配置中
。
在至少一个实施例中，一个或更多个立体相机
1268
可以包括集成控制单元，该集成控制单元包括可扩展处理单元，其可以提供可编程逻辑
(“fpga”)
和具有在单个芯片上集成的控制器局域网
(“can”)
或以太网接口的多核心微处理器
。
在至少一个实施例中，这样的单元可以用于生成车辆
1200
的环境的
3d
地图，包括对图像中所有点的距离估计
。
在至少一个实施例中，一个或更多个立体相机
1268
可以包括但不限于紧凑型立体视觉传感器，其可以包括但不限于两个相机镜头
(
左右分别一个
)
和图像处理芯片，其可以测量从车辆
1200
到目标对象的距离并使用所生成的信息
(
例如，元数据
)
来激活自主紧急制动和车道偏离警告功能
。
在至少一个实施例中，除了本文所述的那些之外或代替本文所述的那些，还可以使用其他类型的立体相机
1268。
[0212]
在至少一个实施例中，具有包括车辆
1200
侧面的环境的各部分的视野的相机
(
例如，侧视相机
)
可以用于环视，其提供用于创建和更新占据网格的信息，以及生成侧面撞击碰撞警告
。
例如，在至少一个实施例中，环绕相机
1274(
例如，如图
12b
所示的四个环绕相机
)
可以定位在车辆
1200
上
。
在至少一个实施例中，一个或更多个环绕相机
1274
可以包括但不限于任意数量和组合的广角相机
、
一个或更多个鱼目相机
、
一个或更多个
360
度相机和
/
或类似相机
。
例如，在至少一个实施例中，四个鱼目相机可以位于车辆
1200
的前
、
后和侧面
。
在至少一个实施例中，车辆
1200
可以使用三个环绕相机
1274(
例如，左
、
右和后面
)
，并且可以利用一个或更多个其他相机
(
例如，前向相机
)
作为第四个环视相机
。
[0213]
在至少一个实施例中，具有包括车辆
1200
后方的环境的各部分的视野的相机
(
例如，后视相机
)
可以用于停车辅助
、
环视
、
后方碰撞警告
、
以及创建和更新占用网格
。
在至少一个实施例中，可以使用各种各样的相机，包括但不限于还适合作为一个或更多个前向相机
(
例如，远程相机
1298
和
/
或一个或更多个中程相机
1276、
一个或更多个立体相机
1268、
一个或更多个红外相机
1272
等
)
的相机，如本文所述
。
[0214]
逻辑
915
用于执行与一个或更多个实施例相关联的推理和
/
或训练操作
。
本文结合图
9a
和
/
或图
9b
提供了关于逻辑
915
的细节
。
在至少一个实施例中，逻辑
915
可以在图
12b
的系统中使用，以用于至少部分地基于本文所述的使用神经网络训练操作
、
神经网络函数和
/
或架构
、
或神经网络用例计算出的权重参数来进行推理或预测操作
。
[0215]
前面图的实施例可并入用于至少部分地基于包括用于执行图元混合和通道处理
的至少一个自注意力模块的神经网络来生成推理的软件和
/
或电路
。
[0216]
图
12c
是示出了根据至少一个实施例的图
12a
的自主车辆
1200
的示例系统架构的框图
。
在至少一个实施例中，图
12c
中的车辆
1200
的组件
、
特征和系统中的每一个都被示出为经由总线
1202
连接
。
在至少一个实施例中，总线
1202
可包括但不限于
can
数据接口
(
在本文中可替代地称为“can
总线”)。
在至少一个实施例中，
can
可以是车辆
1200
内部的网络，用于辅助控制车辆
1200
的各种特征和功能，例如制动器的致动
、
加速
、
制动
、
转向
、
雨刷等
。
在至少一个实施例中，总线
1202
可以被配置成具有数十个甚至数百个节点，每个节点都具有其自己的唯一标识符
(
例如，
can id)。
在至少一个实施例中，可以读取总线
1202
以找到方向盘角度
、
地面速度
、
发动机每分钟转动次数
(“rpm”)、
按钮位置和
/
或其他车辆状态指示器
。
在至少一个实施例中，总线
1202
可以是符合
asil b
的
can
总线
。
[0217]
在至少一个实施例中，除了
can
之外或代替
can
，还可使用
flexray
和
/
或以太网
(ethernet)
协议
。
在至少一个实施例中，可以有形成总线
1202
的任意数量的总线，其可以包括但不限于零或更多的
can
总线，零或更多的
flexray
总线，零或更多的以太网总线，和
/
或零或更多的使用不同协议的其他类型的总线
。
在至少一个实施例中，两个或更多个总线可以用于执行不同的功能，和
/
或可以用于冗余
。
例如，第一总线可以用于碰撞避免功能，并且第二总线可以用于致动控制
。
在至少一个实施例中，总线
1202
中的每个总线可以与车辆
1200
的任何组件通信，并且总线
1202
中的两个或更多个总线可以与对应的组件通信
。
在至少一个实施例中，任何数量的片上系统
(“soc”)1204(
例如，
soc 1204(a)
和
soc 1204(b))
中的每一个，一个或更多个控制器
1236
中的每一个和
/
或车辆内的每个计算机都可以访问相同的输入数据
(
例如，来自车辆
1200
的传感器的输入
)
，并且可以连接到公共总线，诸如
can
总线
。
[0218]
在至少一个实施例中，车辆
1200
可以包括一个或更多个控制器
1236
，诸如本文关于图
12a
所描述的那些
。
在至少一个实施例中，控制器
1236
可以用于各种各样的功能
。
在至少一个实施例中，控制器
1236
可以耦合到车辆
1200
的各种其他组件和系统中的任何一个，并且可以用于控制车辆
1200、
车辆
1200
的人工智能
、
车辆
1200
的信息娱乐和
/
或其他功能
。
[0219]
在至少一个实施例中，车辆
1200
可以包括任何数量的
soc 1204。
在至少一个实施例中，
soc 1204
中的每一个可以包括但不限于中央处理单元
(“一个或更多个
cpu”)1206、
图形处理单元
(“一个或更多个
gpu”)1208、
一个或更多个处理器
1210、
一个或更多个高速缓存
1212、
一个或更多个加速器
1214、
一个或更多个数据存储
1216
和
/
或其他未图示的组件和特征
。
在至少一个实施例中，一个或更多个
soc 1204
可以用于在各种各样的平台和系统中控制车辆
1200。
例如，在至少一个实施例中，一个或更多个
soc 1204
可以与高清
(“hd”)
地图
1222
一起组合在系统
(
例如，车辆
1200
的系统
)
中，该高清地图
1222
可以经由网络接口
1224
从一个或更多个服务器
(
图
12c
中未示出
)
获得地图刷新和
/
或更新
。
[0220]
在至少一个实施例中，一个或更多个
cpu 1206
可以包括
cpu
集群或
cpu
复合体
(
在本文中可替代地称为“ccplex”)。
在至少一个实施例中，一个或更多个
cpu 1206
可以包括多个核心和
/
或二级
(“l2”)
高速缓存
。
例如，在至少一个实施例中，一个或更多个
cpu 1206
可以在一致的
(coherent)
多处理器配置中包括八个核心
。
在至少一个实施例中，一个或更多个
cpu 1206
可以包括四个双核心集群，其中每个集群具有专用的
l2
高速缓存
(
例如，2兆字节
(mb)l2
高速缓存
)。
在至少一个实施例中，一个或更多个
cpu 1206(
例如，
ccplex)
可以被
配置成支持同时的集群操作，这使得一个或更多个
cpu 1206
的集群的任何组合在任何给定的时间都可以是活动的
。
[0221]
在至少一个实施例中，一个或更多个
cpu 1206
可以实现电源管理功能，这些功能包括但不限于以下特征中的一个或更多个：空闲时可以自动对各个硬件块进行时钟门控以节省动态功率；当该核心由于执行等待中断
(“wfi”)/
等待事件
(“wfe”)
指令而未主动执行指令时，可以对每个核心时钟进行门控；每个核心都可以独立地进行功率门控；当所有核心都被时钟门控或功率门控时，每个核心集群都可以被独立地进行时钟门控；以及
/
或当所有核心都被功率门控时，每个核心集群都可以被独立地进行功率门控
。
在至少一个实施例中，一个或更多
cpu 1206
可以进一步实现用于管理功率状态的增强算法，其中指定了允许的功率状态和预期的唤醒时间，并且硬件
/
微代码确定了针对核心
、
集群和
ccplex
要输入的最佳功率状态
。
在至少一个实施例中，处理核心可以在软件中支持简化的功率状态进入序列，其中工作被卸载给微代码
。
[0222]
在至少一个实施例中，一个或更多个
gpu 1208
可以包括集成的
gpu(
在本文中可替代地称为“igpu”)。
在至少一个实施例中，一个或更多个
gpu 1208
可以是可编程的，并且对于并行工作负载可以是高效的
。
在至少一个实施例中，一个或更多个
gpu 1208
可以使用增强的张量指令集
。
在至少一个实施例中，一个或更多个
gpu 1208
可以包括一个或更多个流式微处理器，其中每个流式微处理器可以包括一级
(“l1”)
高速缓存
(
例如，具有至少
96kb
的存储容量的
l1
高速缓存
)
，以及两个或更多个流式微处理器可以共享
l2
高速缓存
(
例如，具有
512kb
存储容量的
l2
高速缓存
)。
在至少一个实施例中，一个或更多个
gpu 1208
可以包括至少八个流式微处理器
。
在至少一个实施例中，一个或更多个
gpu 1208
可以使用一个或更多个计算机应用程序编程接口
(api)。
在至少一个实施例中，一个或更多个
gpu 1208
可以使用一个或更多个并行计算平台和
/
或编程模型
(
例如，
nvidia
的
cuda
模型
)。
[0223]
在至少一个实施例中，一个或更多个
gpu 1208
可以被功率优化以在汽车和嵌入式用例中获得最佳性能
。
例如，在至少一个实施例中，可以在鳍式场效应晶体管
(“finfet”)
电路上制造一个或更多个
gpu 1208。
在至少一个实施例中，每个流式微处理器可以包含分区为多个块的多个混合精度处理核心
。
例如但不限于，可以将
64
个
fp32
核心和
32
个
fp64
核心分区为四个处理块
。
在至少一个实施例中，可以为每个处理块分配
16
个
fp32
核心
、8
个
fp64
核心
、16
个
int32
核心
、
用于深度学习矩阵算术的两个混合精度
nvidia
张量核心
、
零级
(“l0”)
指令高速缓存
、
调度器
(
例如线程束调度器
)
或定序器
、
分派单元和
/
或
64kb
寄存器文件
。
在至少一个实施例中，流式微处理器可以包括独立的并行整数和浮点数据路径，用于采用计算和寻址运算的混合来提供对工作负载的高效执行
。
在至少一个实施例中，流式微处理器可以包括独立的线程调度能力，以实现更细粒度的同步和并行线程之间的协作
。
在至少一个实施例中，流式微处理器可以包括组合的
l1
数据高速缓存和共享存储器单元，以便在简化编程的同时提高性能
。
[0224]
在至少一个实施例中，一个或更多个
gpu 1208
可以包括高带宽存储器
(“hbm”)
和
/
或
16gb hbm2
存储器子系统，在一些示例中用于提供约
900gb/
秒的峰值存储器带宽
。
在至少一个实施例中，除了
hbm
存储器或代替
hbm
存储器，还可以使用同步图形随机存取存储器
(“sgram”)
，诸如第五代图形双倍数据速率类型的同步随机存取存储器
(“gddr5”)。
[0225]
在至少一个实施例中，一个或更多个
gpu 1208
可以包括统一存储器技术
。
在至少
一个实施例中，地址转换服务
(“ats”)
支持可以用于允许一个或更多个
gpu 1208
直接访问一个或更多个
cpu 1206
页表
。
在至少一个实施例中，当一个或更多个
gpu 1208
中的
gpu
的内存管理单元
(“mmu”)
经历未命中
(miss)
时，可以将地址转换请求发送到一个或更多个
cpu 1206。
作为响应，在至少一个实施例中，一个或更多个
cpu 1206
中的2个
cpu
可以在其页表中查找地址的虚拟-物理映射并将转换发送回一个或更多个
gpu 1208。
在至少一个实施例中，统一存储器技术可以允许单个统一虚拟地址空间用于一个或更多个
cpu 1206
和一个或更多个
gpu 1208
两者的存储器，从而简化了一个或更多个
gpu 1208
的编程以及将应用程序移植到一个或更多个
gpu 1208。
[0226]
在至少一个实施例中，一个或更多个
gpu 1208
可以包括任意数量的访问计数器，其可以跟踪一个或更多个
gpu 1208
对其他处理器的存储器的访问频率
。
在至少一个实施例中，一个或更多个访问计数器可以帮助确保将内存页移动到最频繁访问页面的处理器的物理存储器，从而提高存储器范围在处理器之间共享的效率
。
[0227]
在至少一个实施例中，一个或更多个
soc 1204
可以包括任何数量的高速缓存
1212
，包括本文所述的那些
。
例如，在至少一个实施例中，一个或更多个高速缓存
1212
可以包括可用于一个或更多个
cpu 1206
和一个或更多个
gpu 1208
两者
(
例如，连接到一个或更多个
cpu 1206
和一个或更多个
gpu 1208)
的三级
(“l3”)
高速缓存
。
在至少一个实施例中，一个或更多个高速缓存
1212
可以包括回写高速缓存，该回写高速缓存可以诸如通过使用高速缓存一致性协议
(
例如，
mei、mesi、msi
等
)
来跟踪各行的状态
。
在至少一个实施例中，尽管可以使用较小的高速缓存大小，但取决于实施例，
l3
高速缓存可以包括
4mb
存储器或更多
。
[0228]
在至少一个实施例中，一个或更多个
soc 1204
可以包括一个或更多个加速器
1214(
例如，硬件加速器
、
软件加速器或其组合
)。
在至少一个实施例中，一个或更多个
soc 1204
可以包括硬件加速集群，其可以包括优化的硬件加速器和
/
或大的片上存储器
。
在至少一个实施例中，大的片上存储器
(
例如
4mb
的
sram)
可以使硬件加速集群能够加速神经网络和其他计算
。
在至少一个实施例中，硬件加速集群可以用于补充一个或更多个
gpu 1208
并且卸载一个或更多个
gpu 1208
的一些任务
(
例如，以释放一个或更多个
gpu 1208
的更多周期以执行其他任务
)。
在至少一个实施例中，一个或更多个加速器
1214
可以用于足够稳定以经得起加速考验的目标工作负载
(
例如，感知
、
卷积神经网络
(“cnn”)、
循环神经网络
(“rnn”)
等
)。
在至少一个实施例中，
cnn
可以包括基于区域或区域卷积神经网络
(“rcnn”)
和快速
rcnn(
例如，如用于对象检测
)
或其他类型的
cnn。
[0229]
在至少一个实施例中，一个或更多个加速器
1214(
例如，硬件加速集群
)
可以包括一个或更多个深度学习加速器
(“dla”)。
在至少一个实施例中，一个或更多个
dla
可以包括但不限于一个或更多个张量处理单元
(“tpu”)
，其可以被配置成每秒提供额外的
10
万亿次运算用于深度学习应用程序和推理
。
在至少一个实施例中，
tpu
可以是被配置成并被优化用于执行图像处理功能
(
例如，用于
cnn、rcnn
等
)
的加速器
。
在至少一个实施例中，可以针对神经网络类型和浮点运算以及推理的特定集合进一步优化一个或更多个
dla。
在至少一个实施例中，一个或更多个
dla
的设计可以提供比典型的通用
gpu
更高的每毫米性能，并且通常大大超过
cpu
的性能
。
在至少一个实施例中，一个或更多个
tpu
可执行若干功能，包括支持例如
int8、int16
和
fp16
数据类型以用于特征和权重的单实例卷积功能以及后处理器功能
。
在至少一个实施例中，一个或更多个
dla
可以针对各种功能中的任何功能，在经处理或未处理
的数据上快速且高效地执行神经网络，尤其是
cnn
，包括例如但不限于：用于使用来自相机传感器的数据进行对象识别和检测的
cnn
；用于使用来自相机传感器的数据进行距离估计的
cnn
；用于使用来自麦克风的数据进行紧急车辆检测以及识别和检测的
cnn
；用于使用来自相机传感器的数据进行人脸识别和车主识别的
cnn
；和
/
或用于保护和
/
或安全相关事件的
cnn。
[0230]
在至少一个实施例中，一个或更多个
dla
可以执行一个或更多个
gpu 1208
的任何功能，并且通过使用推理加速器，例如，设计者可以将一个或更多个
dla
或一个或更多个
gpu 1208
作为目标用于任何功能
。
例如，在至少一个实施例中，设计者可以将
cnn
的处理和浮点运算集中在一个或更多个
dla
上，并将其他功能留给一个或更多个
gpu 1208
和
/
或一个或更多个加速器
1214。
[0231]
在至少一个实施例中，一个或更多个加速器
1214
可以包括可编程视觉加速器
(“pva”)
，其在本文中可以替代地称为计算机视觉加速器
。
在至少一个实施例中，
pva
可以被设计和配置为加速用于高级驾驶员辅助系统
(“adas”)1238、
自主驾驶
、
增强现实
(“ar”)
应用程序和
/
或虚拟现实
(“vr”)
应用程序的计算机视觉算法
。
在至少一个实施例中，
pva
可以在性能和灵活性之间提供平衡
。
例如，在至少一个实施例中，每个
pva
都可以包括例如但不限于任何数量的精简指令集计算机
(“risc”)
核心
、
直接存储器访问
(“dma”)
和
/
或任何数量的向量处理器
。
[0232]
在至少一个实施例中，
risc
核心可以与图像传感器
(
例如，本文描述的任何相机的图像传感器
)、
图像信号处理器等交互
。
在至少一个实施例中，每个
risc
核心可以包括任何数量的存储器
。
在至少一个实施例中，取决于实施例，
risc
核心可以使用多种协议中的任何一种
。
在至少一个实施例中，
risc
核心可以执行实时操作系统
(“rtos”)。
在至少一个实施例中，可以使用一个或更多个集成电路设备
、
专用集成电路
(“asic”)
和
/
或存储器设备来实现
risc
核心
。
例如，在至少一个实施例中，
risc
核心可以包括指令高速缓存和
/
或紧密耦合的
ram。
[0233]
在至少一个实施例中，
dma
可以使
pva
的组件能够独立于一个或更多个
cpu 1206
访问系统存储器
。
在至少一个实施例中，
dma
可以支持用于向
pva
提供优化的任何数量的特征，包括但不限于，支持多维寻址和
/
或循环寻址
。
在至少一个实施例中，
dma
可以支持多达六个或更多个寻址的维度，其可以包括但不限于块宽度
、
块高度
、
块深度
、
水平块步进
、
垂直块步进和
/
或深度步进
。
[0234]
在至少一个实施例中，向量处理器可以是可编程处理器，其可以设计为高效且灵活地执行用于计算机视觉算法的编程并提供信号处理能力
。
在至少一个实施例中，
pva
可以包括
pva
核心和两个向量处理子系统分区
。
在至少一个实施例中，
pva
核心可以包括处理器子系统
、
一个或更多个
dma
引擎
(
例如，两个
dma
引擎
)
和
/
或其他外围设备
。
在至少一个实施例中，向量处理子系统可以操作为
pva
的主处理引擎，并且可以包括向量处理单元
(“vpu”)、
指令高速缓存和
/
或向量存储器
(
例如“vmem”)。
在至少一个实施例中，
vpu
核心可以包括数字信号处理器，诸如，例如单指令多数据
(“simd”)、
超长指令字
(“vliw”)
数字信号处理器
。
在至少一个实施例中，
simd
和
vliw
的组合可以提高吞吐量和速度
。
[0235]
在至少一个实施例中，每个向量处理器可以包括指令高速缓存并且可以耦合到专用存储器
。
因此，在至少一个实施例中，每个向量处理器可以被配置为独立于其他向量处理
器而执行
。
在至少一个实施例中，特定
pva
中包括的向量处理器可以被配置为采用数据并行性
。
例如，在至少一个实施例中，单个
pva
中包括的多个向量处理器可以执行通用计算机视觉算法，但是是在图像的不同区域上
。
在至少一个实施例中，包括在特定
pva
中的向量处理器可以在一个图像上同时执行不同的计算机视觉算法，或者甚至在序列图像或图像的各部分上执行不同的算法
。
在至少一个实施例中，在硬件加速集群中可以包括任何数量的
pva
，并且在每个
pva
中可以包括任何数量的向量处理器
。
在至少一个实施例中，
pva
可以包括附加的纠错码
(“ecc”)
存储器，用于增强整体系统安全性
。
[0236]
在至少一个实施例中，一个或更多个加速器
1214
可以包括片上计算机视觉网络和静态随机存取存储器
(“sram”)
，用于为一个或更多个加速器
1214
提供高带宽
、
低延时
sram。
在至少一个实施例中，片上存储器可以包括至少
4mb sram
，其包括例如但不限于八个现场可配置的内存块，
pva
和
dla
均可以对其进行访问
。
在至少一个实施例中，每对存储器块可以包括高级外围总线
(“apb”)
接口
、
配置电路
、
控制器和多路复用器
。
在至少一个实施例中，可以使用任何类型的存储器
。
在至少一个实施例中，
pva
和
dla
可以经由为
pva
和
dla
提供对存储器的高速访问的主干网
(backbone)
来访问存储器
。
在至少一个实施例中，主干网可以包括片上计算机视觉网络，其将
pva
和
dla
互连到存储器
(
例如，使用
apb)。
[0237]
在至少一个实施例中，片上计算机视觉网络可以包括接口，该接口在传输任何控制信号
/
地址
/
数据之前确定
pva
和
dla
均提供就绪且有效的信号
。
在至少一个实施例中，接口可以提供用于发送控制信号
/
地址
/
数据的单独的相位和单独的信道，以及用于连续数据传输的突发型通信
。
在至少一个实施例中，尽管可以使用其他标准和协议，但是接口可以符合国际标准化组织
(“iso”)26262
或国际电工委员会
(“iec”)61508
标准
。
[0238]
在至少一个实施例中，一个或更多个
soc 1204
可以包括实时光线追踪硬件加速器
。
在至少一个实施例中，实时光线追踪硬件加速器可以用于快速且高效地确定对象的位置和范围
(
例如，在世界模型内
)
以生成实时可视化模拟，以用于
radar
信号解释，用于声音传播合成和
/
或分析，用于
sonar
系统的模拟，用于通用波传播模拟，用于与用于定位和
/
或其他功能的
lidar
数据进行比较，和
/
或用于其他用途
。
[0239]
在至少一个实施例中，一个或更多个加速器
1214
可具有用于自主驾驶的广泛用途
。
在至少一个实施例中，
pva
可以用于
adas
和自主车辆中的关键处理阶段
。
在至少一个实施例中，在低功耗和低延时下
pva
的能力与需要可预测的处理的算法域良好匹配
。
换句话说，
pva
在半密集或密集的常规计算中表现出色，即使在小型数据集上也是如此，这些数据集可能需要具有低延时和低功耗的可预测的运行时间
。
在至少一个实施例中，诸如在车辆
1200
中，
pva
可被设计为运行经典的计算机视觉算法，因为它们在对象检测和整数数学运算方面可以是高效的
。
[0240]
例如，根据技术的至少一个实施例，
pva
被用于执行计算机立体视觉
。
在至少一个实施例中，可以在一些示例中使用基于半全局匹配的算法，但是这并不意味着是限制性的
。
在至少一个实施例中，用于
3-5
级自主驾驶的应用程序在运行中使用运动估计
/
立体匹配
(
例如，从运动恢复结构
、
行人识别
、
车道检测等
)。
在至少一个实施例中，
pva
可以对来自两个单目相机的输入执行计算机立体视觉功能
。
[0241]
在至少一个实施例中，
pva
可以用于执行密集的光流
。
例如，在至少一个实施例中，
pva
可以处理原始
radar
数据
(
例如，使用
4d
快速傅立叶变换
)
以提供处理后的
radar
数据
。
在
on)
处理器引擎，该引擎可以提供必要的硬件特征以支持低功率传感器管理和唤醒用例
。
在至少一个实施例中，常开处理器引擎可以包括但不限于处理器核心
、
紧密耦合的
ram、
支持外围设备
(
例如，定时器和中断控制器
)、
各种
i/o
控制器外围设备以及路由逻辑
。
[0247]
在至少一个实施例中，一个或更多个处理器
1210
可以进一步包括安全集群引擎，该安全集群引擎包括但不限于用于处理汽车应用程序的安全管理的专用处理器子系统
。
在至少一个实施例中，安全集群引擎可以包括但不限于两个或更多个处理器核心
、
紧密耦合的
ram、
支持外围设备
(
例如，定时器
、
中断控制器等
)
和
/
或路由逻辑
。
在安全模式下，在至少一个实施例中，两个或更多个核心可以以锁步模式操作，并且可以用作具有用于检测其操作之间的任何差异的比较逻辑的单个核心
。
在至少一个实施例中，一个或更多个处理器
1210
可以进一步包括实时相机引擎，该实时相机引擎可以包括但不限于用于处理实时相机管理的专用处理器子系统
。
在至少一个实施例中，一个或更多个处理器
1210
可以进一步包括高动态范围信号处理器，该高动态范围信号处理器可以包括但不限于图像信号处理器，该图像信号处理器是作为相机处理管线的一部分的硬件引擎
。
[0248]
在至少一个实施例中，一个或更多个处理器
1210
可以包括视频图像合成器，该视频图像合成器可以是处理块
(
例如，在微处理器上实现
)
，该处理块实现视频回放应用程序产生最终的图像以用于播放器窗口所需要的视频后处理功能
。
在至少一个实施例中，视频图像合成器可以在一个或更多个广角相机
1270、
一个或更多个环绕相机
1274
和
/
或一个或更多个舱内监控相机传感器上执行镜头畸变校正
。
在至少一个实施例中，优选地，由在
soc 1204
的另一实例上运行的神经网络来监控舱内监控相机传感器，该神经网络被配置为识别舱内事件并相应地做出响应
。
在至少一个实施例中，舱内系统可以执行但不限于唇读以激活蜂窝服务和拨打电话
、
指示电子邮件
、
改变车辆的目的地
、
激活或改变车辆的信息娱乐系统和设置
、
或者提供语音激活的网上冲浪
。
在至少一个实施例中，当车辆以自主模式运行时，某些功能对于驾驶员是可用的，否则其是禁用的
。
[0249]
在至少一个实施例中，视频图像合成器可以包括用于空间和时间降噪两者的增强的时间降噪
。
例如，在至少一个实施例中，在视频中发生运动的情况下，降噪适当地对空间信息进行加权，从而减小由相邻帧提供的信息的权重
。
在至少一个实施例中，在图像或图像的一部分不包括运动的情况下，由视频图像合成器执行的时间降噪可以使用来自先前图像的信息来降低当前图像中的噪声
。
[0250]
在至少一个实施例中，视频图像合成器还可以被配置为对输入的立体镜头帧执行立体校正
。
在至少一个实施例中，当正在使用操作系统桌面时，视频图像合成器还可以用于用户接口合成，并且不需要一个或更多个
gpu 1208
来连续地渲染新表面
。
在至少一个实施例中，当对一个或更多个
gpu 1208
供电并其是活动的以进行
3d
渲染时，视频图像合成器可以被用于卸载一个或更多个
gpu 1208
以改善性能和响应性
。
[0251]
在至少一个实施例中，
soc 1204
中的一个或更多个
soc
可以进一步包括用于从相机接收视频和输入的移动工业处理器接口
(“mipi”)
相机串行接口
、
高速接口和
/
或可用于相机和相关像素输入功能的视频输入块
。
在至少一个实施例中，一个或更多个
soc 1204
可以进一步包括输入
/
输出控制器，该输入
/
输出控制器可以由软件控制并且可以被用于接收未提交给特定角色的
i/o
信号
。
[0252]
在至少一个实施例中，
soc 1204
中的一个或更多个
soc
可以进一步包括广泛的外
围接口，用于使得能够与外围设备
、
音频编码器
/
解码器
(“编解码器”)
，电源管理和
/
或其他设备通信
。
在至少一个实施例中，一个或更多个
soc 1204
可用于处理来自
(
例如，通过千兆位多媒体串行链路和以太网通道连接的
)
相机
、
传感器
(
例如，一个或更多个
lidar
传感器
1264
，一个或更多个
radar
传感器
1260
等，其可以通过以太网通道连接
)
的数据，来自总线
1202
的数据
(
例如，车辆
1200
的速度
、
方向盘位置等
)
，来自一个或更多个
gnss
传感器
1258(
例如，通过以太网总线或
can
总线连接的
)
的数据等
。
在至少一个实施例中，
soc 1204
中的一个或更多个
soc
可以进一步包括专用高性能大规模存储控制器，其可以包括它们自己的
dma
引擎，并且可以用于将一个或更多个
cpu 1206
从常规数据管理任务释放出来
。
[0253]
在至少一个实施例中，一个或更多个
soc 1204
可以是具有灵活架构的端到端平台，其跨越自动化级别
3-5
级，从而提供利用并有效使用计算机视觉和
adas
技术来实现多样性和冗余，并提供用于灵活
、
可靠的驾驶软件栈以及深度学习工具的平台的综合的功能安全架构
。
在至少一个实施例中，一个或更多个
soc 1204
可以比常规系统更快
、
更可靠，并且甚至更加能量高效和空间高效
。
例如，在至少一个实施例中，一个或更多个加速器
1214
当与一个或更多个
cpu 1206、
一个或更多个
gpu 1208
以及一个或更多个数据存储
1216
相结合时，可以提供用于
3-5
级自主车辆的快速
、
高效的平台
。
[0254]
在至少一个实施例中，计算机视觉算法可以在
cpu
上执行，
cpu
可以使用高级编程语言
(
例如
c)
配置为在各种视觉数据上执行各种处理算法
。
然而，在至少一个实施例中，
cpu
通常不能满足许多计算机视觉应用程序的性能要求，例如，诸如与执行时间和功耗有关的性能要求
。
在至少一个实施例中，许多
cpu
不能实时地执行复杂的对象检测算法，该算法被用于车载
adas
应用程序和实际
3-5
级自主车辆中
。
[0255]
本文所述的实施例允许同时和
/
或顺序地执行多个神经网络，并且允许将结果组合在一起以实现
3-5
级自主驾驶功能
。
例如，在至少一个实施例中，在
dla
或离散
gpu(
例如，一个或更多个
gpu 1220)
上执行的
cnn
可包括文本和单词识别，从而允许读取和理解交通标志，包括神经网络尚未针对其被专门训练的标志
。
在至少一个实施例中，
dla
还可包括神经网络，该神经网络能够识别
、
解释并提供标志的语义理解，并将该语义理解传递给在
cpu
复合体上运行的路径规划模块
。
[0256]
在至少一个实施例中，对于
3、4
或5级的驾驶，可以同时运行多个神经网络
。
例如，在至少一个实施例中，警告标志，其声明“小心：闪烁的灯指示结冰状况
(caution:flashing lights indicate icy conditions)”，连同电灯一起，可以由若干神经网络独立地或共同地解释
。
在至少一个实施例中，可以由第一部署的神经网络
(
例如，已经训练的神经网络
)
将该警告标志本身识别为交通标志，可以由第二部署的神经网络来解释文本“闪烁的灯指示结冰状况”，其通知车辆的路径规划软件
(
优选地在
cpu
复合体上执行
)
：当检测到闪烁的灯时，就会存在结冰状况
。
在至少一个实施例中，可以通过在多个帧上操作第三部署的神经网络来识别闪烁的灯，向车辆的路径规划软件通知存在
(
或不存在
)
闪烁的灯
。
在至少一个实施例中，所有三个神经网络可以同时运行，例如在
dla
内和
/
或在一个或更多个
gpu 1208
上
。
[0257]
在至少一个实施例中，用于人脸识别和车辆所有者识别的
cnn
可以使用来自相机传感器的数据来识别授权驾驶员和
/
或车辆
1200
的所有者的存在
。
在至少一个实施例中，当所有者接近驾驶员门并打开灯时，常开传感器处理引擎可用于解锁车辆，并且在安全模式下，当所有者离开该车辆时，可用于禁用该车辆
。
以此方式，一个或更多个
soc 1204
提供防
止盗窃和
/
或劫车的保护
。
[0258]
在至少一个实施例中，用于应急车辆检测和识别的
cnn
可以使用来自麦克风
1296
的数据来检测和识别应急车辆警报器
。
在至少一个实施例中，一个或更多个
soc 1204
使用
cnn
来对环境和城市声音进行分类，以及对视觉数据进行分类
。
在至少一个实施例中，训练在
dla
上运行的
cnn
来识别应急车辆的相对接近速度
(
例如，通过使用多普勒效应
)。
在至少一个实施例中，还可以训练
cnn
来识别特定于车辆正在其中运行的局部区域的应急车辆，如由一个或更多个
gnss
传感器
1258
所识别的
。
在至少一个实施例中，当在欧洲运行时，
cnn
将寻求检测欧洲警报器，而在北美洲时，
cnn
将寻求仅识别北美警报器
。
在至少一个实施例中，一旦检测到应急车辆，就可以在一个或更多个超声波传感器
1262
的辅助下使用控制程序来执行应急车辆安全例程
、
使车辆减速
、
将车辆驶至路边
、
停车
、
和
/
或使车辆闲置，直到应急车辆通过
。
[0259]
在至少一个实施例中，车辆
1200
可以包括一个或更多个
cpu 1218(
例如，一个或更多个分立的
cpu
或一个或更多个
dcpu)
，其可以经由高速互连
(
例如
pcie)
耦合到一个或更多个
soc 1204。
在至少一个实施例中，一个或更多个
cpu 1218
可以包括例如
x86
处理器
。
一个或更多个
cpu 1218
可用于执行各种功能中的任何功能，例如包括在
adas
传感器和一个或更多个
soc 1204
之间仲裁可能不一致的结果，和
/
或监控一个或更多个控制器
1236
的状态和健康和
/
或片上信息娱乐系统
(“信息娱乐
soc”)1230。
在至少一个实施例中，
soc 1204
包括一个或更多个互连，并且互连可以包括快速外围组件互连
(pcie)。
[0260]
在至少一个实施例中，车辆
1200
可以包括一个或更多个
gpu 1220(
例如，一个或更多个分立的
gpu
或一个或更多个
dgpu)
，其可以经由高速互连
(
例如
nvidia
的
nvlink
通道
)
耦合到一个或更多个
soc 1204。
在至少一个实施例中，一个或更多个
gpu 1220
可以提供附加的人工智能功能，例如通过执行冗余和
/
或不同的神经网络，并且可以用于至少部分地基于来自车辆
1200
的传感器的输入
(
例如，传感器数据
)
来训练和
/
或更新神经网络
。
[0261]
在至少一个实施例中，车辆
1200
可以进一步包括网络接口
1224
，其可以包括但不限于一个或更多个无线天线
1226(
例如，用于不同通信协议的一个或更多个无线天线，诸如蜂窝天线
、
蓝牙天线等
)。
在至少一个实施例中，网络接口
1224
可以用于实现到互联网云服务
(
例如，与服务器和
/
或其他网络设备
)、
与其他车辆
、
和
/
或与计算设备
(
例如乘客的客户端设备
)
的无线连接
。
在至少一个实施例中，为了与其他车辆通信，可以在车辆
1200
和另一车辆之间建立直接链路和
/
或可以建立间接链路
(
例如，通过网络和互联网
)。
在至少一个实施例中，可以使用车辆到车辆的通信链路来提供直接链路
。
在至少一个实施例中，车辆到车辆的通信链路可以向车辆
1200
提供关于车辆
1200
附近的车辆
(
例如，车辆
1200
前面
、
侧面和
/
或后面的车辆
)
的信息
。
在至少一个实施例中，该前述功能可以是车辆
1200
的协作自适应巡航控制功能的一部分
。
[0262]
在至少一个实施例中，网络接口
1224
可以包括
soc
，其提供调制和解调功能并使一个或更多个控制器
1236
能够通过无线网络进行通信
。
在至少一个实施例中，网络接口
1224
可以包括射频前端，用于从基带到射频的上转换以及从射频到基带的下转换
。
在至少一个实施例中，可以以任何技术上可行的方式执行频率转换
。
例如，可以通过公知的过程和
/
或使用超外差
(super-heterodyne)
过程来执行频率转换
。
在至少一个实施例中，射频前端功能可以由单独的芯片提供
。
在至少一个实施例中，网络接口可以包括用于通过
lte、wcdma、
umts、gsm、cdma2000、
蓝牙
、
蓝牙
le、wi-fi、z-wave、zigbee、lorawan
和
/
或其他无线协议进行通信的无线功能
。
[0263]
在至少一个实施例中，车辆
1200
可以进一步包括一个或更多个数据存储
1228
，其可以包括但不限于片外
(
例如，一个或更多个片外
soc 1204)
存储
。
在至少一个实施例中，一个或更多个数据存储
1228
可以包括但不限于一个或更多个存储元件，包括
ram、sram、
动态随机存取存储器
(“dram”)、
视频随机存取存储器
(“vram”)、
闪存
、
硬盘和
/
或可以存储至少一位数据的其他组件和
/
或设备
。
[0264]
在至少一个实施例中，车辆
1200
可以进一步包括一个或更多个
gnss
传感器
1258(
例如，
gps
和
/
或辅助
gps
传感器
)
，以辅助地图绘制
、
感知
、
占用网格生成和
/
或路径规划功能
。
在至少一个实施例中，可以使用任何数量的
gnss
传感器
1258
，包括例如但不限于使用具有以太网到串行接口
(
例如
rs-232)
桥的
usb
连接器的
gps。
[0265]
在至少一个实施例中，车辆
1200
可以进一步包括一个或更多个
radar
传感器
1260。
在至少一个实施例中，一个或更多个
radar
传感器
1260
可以由车辆
1200
用于远程车辆检测，即使在黑暗和
/
或恶劣天气条件下
。
在至少一个实施例中，
radar
功能安全等级可以是
asil b。
在至少一个实施例中，一个或更多个
radar
传感器
1260
可以使用
can
总线和
/
或总线
1202(
例如，用于传输由一个或更多个
radar
传感器
1260
生成的数据
)
来进行控制和访问对象跟踪数据，在某些示例中可以访问以太网通道以访问原始数据
。
在至少一个实施例中，可以使用各种各样的
radar
传感器类型
。
例如但不限于，一个或更多个
radar
传感器
1260
可适合于前
、
后和侧面
radar
使用
。
在至少一个实施例中，一个或更多个
radar
传感器
1260
中的一个或更多个传感器是脉冲多普勒
radar
传感器
。
[0266]
在至少一个实施例中，一个或更多个
radar
传感器
1260
可以包括不同的配置，例如具有窄视野的远程
、
具有宽视野的短程
、
短程侧面覆盖等
。
在至少一个实施例中，远程
radar
可以用于自适应巡航控制功能
。
在至少一个实施例中，远程
radar
系统可以提供通过两次或更多次独立扫描
(
例如在
250m(
米
)
范围内
)
实现的宽广的视野
。
在至少一个实施例中，一个或更多个
radar
传感器
1260
可以帮助在静态对象和运动对象之间区分，并且可以被
adas
系统
1238
用于紧急制动辅助和前向碰撞警告
。
在至少一个实施例中，包括在远程
radar
系统中的一个或更多个传感器
1260
可以包括但不限于具有多个
(
例如六个或更多个
)
固定
radar
天线以及高速
can
和
flexray
接口的单基地
(monostatic)
多模态
radar。
在至少一个实施例中，采用六个天线，中央四个天线可以创建聚焦的波束图，该波束图设计为以较高的速度记录车辆
1200
的周围环境，而相邻车道的交通干扰最小
。
在至少一个实施例中，其他两个天线可以扩大视野，从而使其能够快速检测进入或离开车辆
1200
的车道的车辆
。
[0267]
在至少一个实施例中，作为示例，中程
radar
系统可包括多达
160m(
前
)
或
80m(
后
)
的范围，以及多达
42
度
(
前
)
或
150
度
(
后
)
的视野
。
在至少一个实施例中，短程
radar
系统可以包括但不限于被设计成安装在后保险杠的两端的任意数量的
radar
传感器
1260。
当安装在后保险杠的两端时，在至少一个实施例中，
radar
传感器系统可以产生两个光束，该两个光束不断地监测车辆后部方向和附近的盲点
。
在至少一个实施例中，短程
radar
系统可以在
adas
系统
1238
中用于盲点检测和
/
或车道改变辅助
。
[0268]
在至少一个实施例中，车辆
1200
可以进一步包括一个或更多个超声波传感器
1262。
在至少一个实施例中，可以定位在车辆
1200
的前
、
后和
/
或侧面位置的一个或更多个
超声波传感器
1262
可以用于停车辅助和
/
或创建和更新占用网格
。
在至少一个实施例中，可以使用各种各样的超声波传感器
1262
，并且可以将不同的超声波传感器
1262
用于不同的检测范围
(
例如
2.5m、4m)。
在至少一个实施例中，超声波传感器
1262
可以在
asil b
的功能安全等级下操作
。
[0269]
在至少一个实施例中，车辆
1200
可以包括一个或更多个
lidar
传感器
1264。
在至少一个实施例中，一个或更多个
lidar
传感器
1264
可以用于对象和行人检测
、
紧急制动
、
避免碰撞和
/
或其他功能
。
在至少一个实施例中，一个或更多个
lidar
传感器
1264
可以在功能安全等级
asil b
下操作
。
在至少一个实施例中，车辆
1200
可以包括可以使用以太网通道
(
例如，以将数据提供给千兆以太网交换机
)
的多个
(
例如，两个
、
四个
、
六个等
)lidar
传感器
1264。
[0270]
在至少一个实施例中，一个或更多个
lidar
传感器
1264
可能够提供针对
360
度视野的对象及其距离的列表
。
在至少一个实施例中，市售的一个或更多个
lidar
传感器
1264
例如可以具有大约
100m
的广告范围，具有
2cm-3cm
的精度，并且支持
100mbps
的以太网连接
。
在至少一个实施例中，可以使用一个或更多个非突出的
lidar
传感器
。
在这样的实施例中，一个或更多个
lidar
传感器
1264
可以包括可以嵌入到车辆
1200
的前
、
后
、
侧面和
/
或拐角位置中的小型设备
。
在至少一个实施例中，一个或更多个
lidar
传感器
1264
，在这样的实施例中，即使对于低反射率的对象，也可以提供多达
120
度的水平视野和
35
度的竖直视野，并且具有
200m
的范围
。
在至少一个实施例中，可将前向安装的一个或更多个
lidar
传感器
1264
配置为用于
45
度至
135
度之间的水平视野
。
[0271]
在至少一个实施例中，还可以使用
lidar
技术
(
诸如
3d
闪光
lidar)。
在至少一个实施例中，
3d
闪光
lidar
使用激光闪光作为传输源，以照亮车辆
1200
周围多达约
200m。
在至少一个实施例中，闪光
lidar
单元包括但不限于接收器，该接收器记录激光脉冲传播时间和每个像素上的反射光，该像素又对应于从车辆
1200
到对象的范围
。
在至少一个实施例中，闪光
lidar
可以允许利用每个激光闪光来生成周围环境的高度准确且无失真的图像
。
在至少一个实施例中，可以部署四个闪光
lidar
传感器，在车辆
1200
的每一侧都部署一个
。
在至少一个实施例中，
3d
闪光
lidar
系统包括但不限于除了风扇
(
例如非扫描
lidar
设备
)
以外没有移动部件的固态
3d
凝视
(staring)
阵列
lidar
相机
。
在至少一个实施例中，闪光
lidar
设备可以每帧使用5纳秒的i类
(
人眼安全
)
激光脉冲，并且可以捕获反射激光，作为
3d
测距点云和共同登记的强度数据
。
[0272]
在至少一个实施例中，车辆
1200
还可包括一个或更多个
imu
传感器
1266。
在至少一个实施例中，一个或更多个
imu
传感器
1266
可位于车辆
1200
的后轴中心
。
在至少一个实施例中，一个或更多个
imu
传感器
1266
可以包括，例如但不限于，一个或更多个加速度计
、
一个或更多个磁力计
、
一个或更多个陀螺仪
、
一个或更多个磁罗盘
、
和
/
或其他传感器类型
。
在至少一个实施例中，例如在六轴应用中，一个或更多个
imu
传感器
1266
可以包括但不限于加速度计和陀螺仪
。
在至少一个实施例中，例如在九轴应用中，一个或更多个
imu
传感器
1266
可以包括但不限于加速度计
、
陀螺仪和磁力计
。
[0273]
在至少一个实施例中，一个或更多个
imu
传感器
1266
可以实现为结合了微机电系统
(“mems”)
惯性传感器
、
高灵敏度
gps
接收器和高级卡尔曼过滤算法的微型高性能
gps
辅助惯性导航系统
(“gps/ins”)
，用于提供对位置
、
速度和姿态的估计
。
在至少一个实施例中，一
个或更多个
imu
传感器
1266
可使车辆
1200
能够通过直接观测和关联从
gps
到一个或更多个
imu
传感器
1266
的速度变化来估计其驶向，而无需来自磁传感器的输入
。
在至少一个实施例中，一个或更多个
imu
传感器
1266
和一个或更多个
gnss
传感器
1258
可以组合在单个集成单元中
。
[0274]
在至少一个实施例中，车辆
1200
可以包括放置在车辆
1200
内和
/
或其周围的一个或更多个麦克风
1296。
在至少一个实施例中，一个或更多个麦克风
1296
可以用于应急车辆检测和识别
。
[0275]
在至少一个实施例中，车辆
1200
可以进一步包括任何数量的相机类型，包括一个或更多个立体相机
1268、
一个或更多个广角相机
1270、
一个或更多个红外相机
1272、
一个或更多个环绕相机
1274、
一个或更多个远程相机
1298、
一个或更多个中程相机
1276
和
/
或其他相机类型
。
在至少一个实施例中，相机可用于捕获车辆
1200
的整个外围周围的图像数据
。
在至少一个实施例中，所使用的相机的类型取决于车辆
1200。
在至少一个实施例中，相机类型的任何组合可以用于在车辆
1200
周围提供必要的覆盖
。
在至少一个实施例中，所部署的相机的数量可以根据实施例而不同
。
例如，在至少一个实施例中，车辆
1200
可以包括六个相机
、
七个相机
、
十个相机
、
十二个相机或其他数量的相机
。
在至少一个实施例中，相机可以支持作为示例但不限于千兆位多媒体串行链路
(“gmsl”)
和
/
或千兆位以太网通信
。
在至少一个实施例中，本文先前参照图
12a
和图
12b
更详细地描述了每个相机
。
[0276]
在至少一个实施例中，车辆
1200
可以进一步包括一个或更多个振动传感器
1242。
在至少一个实施例中，一个或更多个振动传感器
1242
可以测量车辆
1200
的部件
(
例如，轴
)
的振动
。
例如，在至少一个实施例中，振动的变化可以指示路面的变化
。
在至少一个实施例中，当使用两个或更多个振动传感器
1242
时，振动之间的差异可以用于确定路面的摩擦或打滑
(
例如，当在动力驱动轴和自由旋转轴之间存在振动差异时
)。
[0277]
在至少一个实施例中，车辆
1200
可以包括
adas
系统
1238。
在至少一个实施例中，
adas
系统
1238
在一些示例中可以包括但不限于
soc。
在至少一个实施例中，
adas
系统
1238
可以包括但不限于任何数量和任何组合的自主
/
自适应
/
自动巡航控制
(“acc”)
系统
、
协作自适应巡航控制
(“cacc”)
系统
、
前方碰撞警告
(“fcw”)
系统
、
自动紧急制动
(“aeb”)
系统
、
车道偏离警告
(“ldw”)
系统
、
车道保持辅助
(“lka”)
系统
、
盲区警告
(“bsw”)
系统
、
后方交叉交通警告
(“rctw”)
系统
、
碰撞警告
(“cw”)
系统
、
车道居中
(“lc”)
系统和
/
或其他系统
、
特征和
/
或功能
。
[0278]
在至少一个实施例中，
acc
系统可以使用一个或更多个
radar
传感器
1260、
一个或更多个
lidar
传感器
1264
和
/
或任何数量的相机
。
在至少一个实施例中，
acc
系统可以包括纵向
acc
系统和
/
或横向
acc
系统
。
在至少一个实施例中，纵向
acc
系统监视并控制到紧接在车辆
1200
前方的另一车辆的距离，并自动调节车辆
1200
的速度以保持与前方车辆的安全距离
。
在至少一个实施例中，横向
acc
系统执行距离保持，并在需要时建议车辆
1200
改变车道
。
在至少一个实施例中，横向
acc
与其他
adas
应用程序相关，例如
lc
和
cw。
[0279]
在至少一个实施例中，
cacc
系统使用来自其他车辆的信息，该信息可以经由网络接口
1224
和
/
或一个或更多个无线天线
1226
经由无线链路或者通过网络连接
(
例如，通过互联网
)
间接地从其他车辆接收
。
在至少一个实施例中，直接链路可以由车辆到车辆
(“v2v”)
通信链路提供，而间接链路可以由基础设施到车辆
(“i2v”)
通信链路提供
。
通常，
v2v
通信提
供关于紧接在前的车辆
(
例如，紧接在车辆
1200
前方并与之在同一车道上的车辆
)
的信息，而
i2v
通信提供关于更前方交通的信息
。
在至少一个实施例中，
cacc
系统可以包括
i2v
和
v2v
信息源之一或两者
。
在至少一个实施例中，在给定车辆
1200
前方的车辆的信息的情况下，
cacc
系统可以更可靠，并且具有改善交通流的平滑度并减少道路拥堵的可能性
。
[0280]
在至少一个实施例中，
fcw
系统被设计成警告驾驶员危险，以便该驾驶员可以采取纠正措施
。
在至少一个实施例中，
fcw
系统使用前向相机和
/
或一个或更多个
radar
传感器
1260
，其耦合至专用处理器
、dsp、fpga
和
/
或
asic
，其被电耦合以提供驾驶员反馈，诸如显示器
、
扬声器和
/
或振动组件
。
在至少一个实施例中，
fcw
系统可以提供警告，诸如以声音
、
视觉警告
、
振动和
/
或快速制动脉冲的形式
。
[0281]
在至少一个实施例中，
aeb
系统检测与另一车辆或其他对象的即将发生的前向碰撞，并且如果驾驶员在指定的时间或距离参数内未采取纠正措施，则可以自动施加制动
。
在至少一个实施例中，
aeb
系统可以使用耦合到专用处理器
、dsp、fpga
和
/
或
asic
的一个或更多个前向相机和
/
或一个或更多个
radar
传感器
1260。
在至少一个实施例中，当
aeb
系统检测到危险时，它通常首先警告驾驶员采取纠正措施以避免碰撞，并且，如果该驾驶员没有采取纠正措施，则该
aeb
系统可以自动施加制动以试图防止或至少减轻预测碰撞的影响
。
在至少一个实施例中，
aeb
系统可以包括诸如动态制动支持和
/
或碰撞迫近制动之类的技术
。
[0282]
在至少一个实施例中，当车辆
1200
越过车道标记时，
ldw
系统提供视觉
、
听觉和
/
或触觉警告，诸如方向盘或座椅振动，以警告驾驶员
。
在至少一个实施例中，当驾驶员诸如通过激活转向信号指示有意的车道偏离时，
ldw
系统不激活
。
在至少一个实施例中，
ldw
系统可以使用耦合到专用处理器
、dsp、fpga
和
/
或
asic
的面向前面的相机，其被电耦合以提供诸如显示器
、
扬声器和
/
或振动组件之类的驾驶员反馈
。
在至少一个实施例中，
lka
系统是
ldw
系统的一种变型
。
在至少一个实施例中，如果车辆
1200
开始离开其车道，则
lka
系统提供转向输入或制动以校正车辆
1200。
[0283]
在至少一个实施例中，
bsw
系统检测并警告驾驶员车辆处于汽车的盲区中
。
在至少一个实施例中，
bsw
系统可以提供视觉
、
听觉和
/
或触觉警报，以指示合并或改变车道是不安全的
。
在至少一个实施例中，当驾驶员使用转向信号时，
bsw
系统可以提供附加警告
。
在至少一个实施例中，
bsw
系统可以使用耦合到专用处理器
、dsp、fpga
和
/
或
asic
的一个或更多个面向后面的相机和
/
或一个或更多个
radar
传感器
1260
，其电耦合到驾驶员反馈，诸如显示器
、
扬声器和
/
或振动组件
。
[0284]
在至少一个实施例中，当车辆
1200
在倒车时在后相机范围之外检测到对象时，
rctw
系统可以提供视觉
、
听觉和
/
或触觉通知
。
在至少一个实施例中，
rctw
系统包括
aeb
系统，用于确保车辆制动被应用以避免碰撞
。
在至少一个实施例中，
rctw
系统可以使用耦合到专用处理器
、dsp、fpga
和
/
或
asic
的一个或更多个面向后方的
radar
传感器
1260
，其被电耦合以提供诸如显示器
、
扬声器和
/
或振动组件之类的驾驶员反馈
。
[0285]
在至少一个实施例中，常规的
adas
系统可能易于产生误报结果，这可能使驾驶员烦恼和分散注意力，但通常不是灾难性的，因为常规的
adas
系统会警告驾驶员并允许该驾驶员决定安全性状况是否真正存在并相应地采取动作
。
在至少一个实施例中，在结果冲突的情况下，车辆
1200
自己决定是否听从主计算机或辅助计算机
(
例如，控制器
1236
中的第一控制器或第二控制器
)
的结果
。
例如，在至少一个实施例中，
adas
系统
1238
可以是用于将感
知信息提供给备用计算机合理性模块的备用和
/
或辅助计算机
。
在至少一个实施例中，备用计算机合理性监控器可以在硬件组件上运行冗余的各种软件，以检测感知和动态驾驶任务中的故障
。
在至少一个实施例中，可以将来自
adas
系统
1238
的输出提供给监督
mcu。
在至少一个实施例中，如果来自主计算机的输出和来自辅助计算机的输出冲突，则监督
mcu
决定如何协调冲突以确保安全操作
。
[0286]
在至少一个实施例中，主计算机可以配置为向监督
mcu
提供置信度分数，其指示主计算机对所选结果的置信度
。
在至少一个实施例中，如果该置信度分数超过阈值，则该监督
mcu
可以遵循该主计算机的指示，而不管该辅助计算机是否提供冲突或不一致的结果
。
在至少一个实施例中，在置信度分数不满足阈值的情况下，并且在主计算机和辅助计算机指示不同的结果
(
例如，冲突
)
的情况下，监督
mcu
可以在计算机之间仲裁以确定适当的结果
。
[0287]
在至少一个实施例中，监督
mcu
可以配置为运行神经网络，该神经网络被训练和配置为至少部分地基于来自主计算机的输出和来自辅助计算机的输出来确定该辅助计算机提供错误警报的条件
。
在至少一个实施例中，监督
mcu
中的一个或更多个神经网络可以学习何时可以信任辅助计算机的输出，以及何时不能信任
。
例如，在至少一个实施例中，当该辅助计算机是基于
radar
的
fcw
系统时，该监督
mcu
中的一个或更多个神经网络可以学习
fcw
系统何时正在识别实际上不是危险的金属对象，例如会触发警报的排水格栅或井盖
。
在至少一个实施例中，当辅助计算机是基于相机的
ldw
系统时，当存在骑自行车的人或行人并且实际上车道偏离是最安全的操作时，监督
mcu
中的神经网络可以学习超驰控制
(override)ldw。
在至少一个实施例中，监督
mcu
可以包括适合于运行具有关联的存储器的一个或更多个神经网络的
dla
或
gpu
中的至少一个
。
在至少一个实施例中，监督
mcu
可以包括和
/
或被包括为一个或更多个
soc 1204
的组件
。
[0288]
在至少一个实施例中，
adas
系统
1238
可以包括使用传统的计算机视觉规则执行
adas
功能的辅助计算机
。
在至少一个实施例中，该辅助计算机可以使用经典计算机视觉规则
(
如果-则
)
，并且监督
mcu
中的一个或更多个神经网络的存在可以提高可靠性
、
安全性和性能
。
例如，在至少一个实施例中，多样化的实现方式和有意的非同一性使得整个系统更加容错，尤其是对于由软件
(
或软件-硬件接口
)
功能引起的故障
。
例如，在至少一个实施例中，如果在主计算机上运行的软件中存在软件漏洞或错误，并且在辅助计算机上运行的不完全相同的软件代码提供了一致的总体结果，则监督
mcu
可以对总体结果是正确的具有更大的置信度，并且该主计算机上的软件或硬件中的漏洞不会导致重大错误
。
[0289]
在至少一个实施例中，可以将
adas
系统
1238
的输出馈入到主计算机的感知块和
/
或主计算机的动态驾驶任务块中
。
例如，在至少一个实施例中，如果
adas
系统
1238
由于正前方的对象而指示前向碰撞警告，则感知块可以在识别出对象时使用该信息
。
在至少一个实施例中，如本文所述，辅助计算机可以具有其自己的神经网络，该神经网络经过训练，从而降低了误报的风险
。
[0290]
在至少一个实施例中，车辆
1200
可以进一步包括信息娱乐
soc 1230(
例如，车载信息娱乐系统
(ivi))。
尽管被示出和描述为
soc
，但是在至少一个实施例中，信息娱乐系统
soc 1230
可以不是
soc
，并且可以包括但不限于两个或更多个分立组件
。
在至少一个实施例中，信息娱乐
soc1230
可以包括但不限于硬件和软件的组合，其可以用于提供音频
(
例如，音乐
、
个人数字助理
、
导航指令
、
新闻
、
广播等
)、
视频
(
例如，电视
、
电影
、
流媒体等
)、
电话
(
例如，免
提通话
)、
网络连接
(
例如，
lte、wifi
等
)
和
/
或信息服务
(
例如，导航系统
、
后停车辅助
、
无线电数据系统
、
与车辆相关的信息，例如燃油水平
、
总覆盖距离
、
制动燃油水平
、
油位
、
车门打开
/
关闭
、
空气过滤器信息等
)
给车辆
1200。
例如，信息娱乐
soc 1230
可以包括收音机
、
磁盘播放器
、
导航系统
、
视频播放器
、usb
和蓝牙连接
、
车载电脑
、
车载娱乐系统
、wifi、
方向盘音频控制
、
免提语音控制
、
平视显示器
(“hud”)、hmi
显示器
1234、
远程信息处理设备
、
控制面板
(
例如，用于控制各种组件
、
特征和
/
或系统和
/
或与之交互
)
和
/
或其他组件
。
在至少一个实施例中，信息娱乐
soc 1230
可以进一步用于向车辆
1200
的一个或更多个用户提供信息
(
例如，视觉和
/
或听觉信息
)
，诸如来自
adas
系统
1238
的信息
、
自主驾驶信息
(
诸如规划的车辆操纵
)、
轨迹
、
周围环境信息
(
例如，交叉路口信息
、
车辆信息
、
道路信息等
)
和
/
或其他信息
。
[0291]
在至少一个实施例中，信息娱乐
soc 1230
可以包括任何数量和类型的
gpu
功能
。
在至少一个实施例中，信息娱乐
soc 1230
可以通过总线
1202
与车辆
1200
的其他设备
、
系统和
/
或组件进行通信
。
在至少一个实施例中，信息娱乐
soc 1230
可以耦合到监督
mcu
，使得信息娱乐系统的
gpu
可以在一个或更多个主控制器
1236(
例如，车辆
1200
的主计算机和
/
或备用计算机
)
发生故障的情况下执行一些自动驾驶功能
。
在至少一个实施例中，信息娱乐
soc 1230
可以将车辆
1200
置于司机到安全停车模式，如本文所述
。
[0292]
在至少一个实施例中，车辆
1200
可以进一步包括仪表板
1232(
例如，数字仪表板
、
电子仪表板
、
数字仪表面板等
)。
在至少一个实施例中，仪表板
1232
可以包括但不限于控制器和
/
或超级计算机
(
例如，分立的控制器或超级计算机
)。
在至少一个实施例中，仪表板
1232
可以包括但不限于任何数量和组合的一组仪表，例如车速表
、
燃油水平
、
油压
、
转速表
、
里程表
、
转弯指示器
、
换档位置指示器
、
一个或更多个安全带警告灯
、
一个或更多个停车制动警告灯
、
一个或更多个发动机故障灯
、
辅助约束系统
(
例如，安全气囊
)
信息
、
照明控件
、
安全系统控件
、
导航信息等
。
在某些示例中，信息可以是在信息娱乐
soc 1230
和仪表板
1232
之间显示和
/
或共享
。
在至少一个实施例中，仪表板
1232
可以被包括，作为信息娱乐
soc 1230
的一部分，反之亦然
。
[0293]
逻辑
915
用于执行与一个或更多个实施例相关联的推理和
/
或训练操作
。
本文结合图
9a
和
/
或图
9b
提供了关于逻辑
915
的细节
。
在至少一个实施例中，逻辑
915
可以在图
12a
的系统中使用，以用于至少部分地基于本文所述的使用神经网络训练操作
、
神经网络函数和
/
或架构
、
或神经网络用例计算出的权重参数来进行推理或预测操作
。
[0294]
前面图的实施例可并入用于至少部分地基于包括用于执行图元混合和通道处理的至少一个自注意力模块的神经网络来生成推理的软件和
/
或电路
。
[0295]
图
12d
是根据至少一个实施例的在一个或更多个基于云的服务器与图
12a
的自主车辆
1200
之间进行通信的系统的图
。
在至少一个实施例中，系统可以包括但不限于一个或更多个服务器
1278、
一个或更多个网络
1290
以及任何数量和类型的车辆，包括车辆
1200。
在至少一个实施例中，一个或更多个服务器
1278
可以包括但不限于，多个
gpu 1284(a)-1284(h)(
在本文中统称为
gpu 1284)、pcie
交换机
1282(a)-1282(d)(
在本文中统称为
pcie
交换机
1282)
，和
/
或
cpu 1280(a)-1280(b)(
在本文中统称为
cpu 1280)。
在至少一个实施例中，
gpu 1284、cpu 1280
和
pcie
交换机
1282
可以与高速互连进行互连，诸如，例如但不限于，由
nvidia
开发的
nvlink
接口
1288
和
/
或
pcie
连接
1286。
在至少一个实施例中，
gpu 1284
经由
nvlink
和
/
或
nvswitch soc
连接，
gpu 1284
和
pcie
交换机
1282
经由
pcie
互连连接
。
尽管示出
了八个
gpu 1284、
两个
cpu 1280
和四个
pcie
交换机
1282
，但这并不旨在是限制性的
。
在至少一个实施例中，一个或更多个服务器
1278
中的每一个可以包括但不限于以任何组合的任意数量的
gpu 1284、cpu 1280
和
/
或
pcie
交换机
1282。
例如，在至少一个实施例中，一个或更多个服务器
1278
可各自包括八个
、
十六个
、
三十二个和
/
或更多个
gpu 1284。
[0296]
在至少一个实施例中，一个或更多个服务器
1278
可以通过一个或更多个网络
1290
从车辆接收表示图像的图像数据，该图像示出了意外的或改变的道路状况，诸如最近开始的道路工程
。
在至少一个实施例中，一个或更多个服务器
1278
可以通过一个或更多个网络
1290
向车辆发送经更新的等神经网络
1292
和
/
或地图信息
1294
，包括但不限于关于交通和道路状况的信息
。
在至少一个实施例中，对地图信息
1294
的更新可以包括但不限于对
hd
地图
1222
的更新，诸如关于建筑工地
、
坑洼
、
便道
、
洪水和
/
或其他障碍物的信息
。
在至少一个实施例中，神经网络
1292
和
/
或地图信息
1294
可以是已由从环境中的任何数量的车辆接收的数据中表示的新训练和
/
或经验产生的，和
/
或至少基于在数据中心处执行的训练
(
例如，使用一个或更多个服务器
1278
和
/
或其他服务器
)。
[0297]
在至少一个实施例中，一个或更多个服务器
1278
可以用于至少部分地基于训练数据来训练机器学习模型
(
例如，神经网络
)。
在至少一个实施例中，训练数据可以由车辆生成，和
/
或可以在模拟中生成
(
例如，使用游戏引擎
)。
在至少一个实施例中，标记任何数量的训练数据
(
例如，在关联的神经网络受益于监督学习的情况下
)
和
/
或经历其他预处理
。
在至少一个实施例中，不对任何数量的训练数据进行标记和
/
或预处理
(
例如，在关联的神经网络不需要监督学习的情况下
)。
在至少一个实施例中，一旦机器学习模型被训练，机器学习模型就可以被车辆使用
(
例如，通过一个或更多个网络
1290
发送到车辆，和
/
或机器学习模型可以由一个或更多个服务器
1278
使用以远程监控车辆
。
[0298]
在至少一个实施例中，一个或更多个服务器
1278
可以从车辆接收数据并且将数据应用于最新的实时神经网络以用于实时智能推理
。
在至少一个实施例中，一个或更多个服务器
1278
可以包括由一个或更多个
gpu 1284
供电的深度学习超级计算机和
/
或专用
ai
计算机，例如由
nvidia
开发的
dgx
和
dgx station
机器
。
然而，在至少一个实施例中，一个或更多个服务器
1278
可以包括使用
cpu
供电的数据中心的深度学习基础设施
。
[0299]
在至少一个实施例中，一个或更多个服务器
1278
的深度学习基础设施可能够进行快速
、
实时的推理，并且可以使用该能力来评估和验证车辆
1200
中处理器
、
软件和
/
或关联硬件的健康
。
例如，在至少一个实施例中，深度学习基础设施可以从车辆
1200
接收周期性更新，诸如图像序列和
/
或车辆
1200
在该图像序列中所定位的对象
(
例如，经由计算机视觉和
/
或其他机器学习对象分类技术
)。
在至少一个实施例中，深度学习基础设施可以运行其自己的神经网络以识别对象并将它们与车辆
1200
所识别的对象进行比较，并且，如果结果不匹配且深度学习基础设施断定车辆
1200
中的
ai
正在发生故障，则一个或更多个服务器
1278
可以将信号发送到车辆
1200
，其指示车辆
1200
的故障-安全计算机采取控制
、
通知乘客并完成安全停车操作
。
[0300]
在至少一个实施例中，一个或更多个服务器
1278
可以包括一个或更多个
gpu 1284
和一个或更多个可编程推理加速器
(
例如
nvidia
的
tensorrt 3
设备
)。
在至少一个实施例中，
gpu
驱动的服务器和推理加速的组合可以使实时响应成为可能
。
在至少一个实施例中，诸如在性能不太关键的情况下，可以将由
cpu、fpga
和其他处理器驱动的服务器用于推理
。
在至少一个实施例中，一个或更多个硬件结构
915
用于执行一个或更多个实施例
。
本文结合图
9a
和
/
或图
9b
提供关于硬件结构
915
的细节
。
[0301]
计算机系统
[0302]
图
13
是示出根据至少一个实施例的示例性计算机系统的框图，该示例性计算机系统可以是具有互连的设备和组件的系统，片上系统
(soc)
或它们的某种形成有处理器的组合，该处理器可以包括用于执行指令的执行单元
。
在至少一个实施例中，根据本公开，诸如在本文所述的实施例中，计算机系统
1300
可以包括但不限于组件，诸如处理器
1302
，用于采用执行单元
(
包括逻辑
)
来执行用于过程数据的算法
。
在至少一个实施例中，计算机系统
1300
可以包括处理器，诸如可从加利福尼亚州圣克拉拉市的英特尔公司
(intel corporation of santa clara,california)
获得的处理器家族
、xeon
tm
、xscale
tm
和
/
或
strongarm
tm
，
core
tm
或
nervana
tm
微处理器，尽管也可以使用其他系统
(
包括具有其他微处理器的
pc、
工程工作站
、
机顶盒等
)。
在至少一个实施例中，计算机系统
1300
可以执行可从华盛顿州雷蒙德市的微软公司
(microsoft corporation of redmond,wash.)
获得的
windows
操作系统版本，尽管也可以使用其他操作系统
(
例如
unix
和
linux)、
嵌入式软件和
/
或图形用户界面
。
[0303]
实施例可以用在其他设备中，诸如手持设备和嵌入式应用程序
。
手持设备的一些示例包括蜂窝电话
、
互联网协议
(internet protocol)
设备
、
数码相机
、
个人数字助理
(“pda”)
和手持
pc。
在至少一个实施例中，嵌入式应用程序可以包括微控制器
、
数字信号处理器
(“dsp”)、
片上系统
、
网络计算机
(“netpc”)、
机顶盒
、
网络集线器
、
广域网
(“wan”)
交换机，或根据至少一个实施例可执行一个或更多个指令的任何其他系统
。
[0304]
在至少一个实施例中，计算机系统
1300
可包括但不限于处理器
1302
，该处理器
1302
可包括但不限于一个或更多个执行单元
1308
，用于根据本文描述的技术执行机器学习模型训练和
/
或推理
。
在至少一个实施例中，计算机系统
1300
是单处理器台式机或服务器系统，但是在另一实施例中，计算机系统
1300
可以是多处理器系统
。
在至少一个实施例中，处理器
1302
可以包括但不限于例如复杂指令集计算机
(“cisc”)
微处理器
、
精简指令集计算
(“risc”)
微处理器
、
超长指令字
(“vliw”)
微处理器
、
实现指令集组合的处理器，或任何其他处理器设备，诸如数字信号处理器
。
在至少一个实施例中，处理器
1302
可以耦合到处理器总线
1310
，该处理器总线
1310
可以在处理器
1302
与计算机系统
1300
中的其他组件之间传输数据信号
。
[0305]
在至少一个实施例中，处理器
1302
可以包括但不限于1级
(“l1”)
内部高速缓存存储器
(“cache”)1304。
在至少一个实施例中，处理器
1302
可以具有单个内部高速缓存或多级内部高速缓存
。
在至少一个实施例中，高速缓存存储器可以驻留在处理器
1302
的外部
。
取决于特定的实现方式和需求，其他实施例还可以包括内部和外部高速缓存的组合
。
在至少一个实施例中，寄存器文件
1306
可以在各种寄存器中存储不同类型的数据，包括但不限于整数寄存器
、
浮点寄存器
、
状态寄存器和指令指针寄存器
。
[0306]
在至少一个实施例中，包括但不限于执行整数和浮点运算的逻辑的执行单元
1308
也位于处理器
1302
中
。
在至少一个实施例中，处理器
1302
还可以包括微代码
(“ucode”)
只读存储器
(“rom”)
，其存储某些宏指令的微代码
。
在至少一个实施例中，执行单元
1308
可以包括用于处理打包指令集
1309
的逻辑
。
在至少一个实施例中，通过将打包指令集
1309
包括在
通用处理器以及要执行指令的关联电路的指令集中，可以使用处理器
1302
中的打包数据来执行由许多多媒体应用程序使用的操作
。
在至少一个实施例中，可以通过使用处理器的数据总线的全宽度对打包数据执行操作来更高效地加速和执行许多多媒体应用程序，这可以消除在该处理器的数据总线上传输较小的数据单元以一次对一个数据元素执行一个或更多个操作的需求
。
[0307]
在至少一个实施例中，执行单元
1308
还可以用在微控制器
、
嵌入式处理器
、
图形设备
、dsp
和其他类型的逻辑电路中
。
在至少一个实施例中，计算机系统
1300
可以包括但不限于存储器
1320。
在至少一个实施例中，存储器
1320
可以是动态随机存取存储器
(“dram”)
设备
、
静态随机存取存储器
(“sram”)
设备
、
闪存设备或其他存储器设备
。
在至少一个实施例中，存储器
1320
可以存储由处理器
1302
可以执行的数据信号表示的一个或更多个指令
1319
和
/
或数据
1321。
[0308]
在至少一个实施例中，系统逻辑芯片可以耦合到处理器总线
1310
和存储器
1320。
在至少一个实施例中，系统逻辑芯片可以包括但不限于存储器控制器集线器
(“mch”)1316
，并且处理器
1302
可以经由处理器总线
1310
与
mch 1316
通信
。
在至少一个实施例中，
mch 1316
可以提供到存储器
1320
的高带宽存储器路径
1318
，以用于指令和数据存储以及用于图形命令
、
数据和纹理的存储
。
在至少一个实施例中，
mch 1316
可以在处理器
1302、
存储器
1320
和计算机系统
1300
中的其他组件之间引导数据信号，并且在处理器总线
1310、
存储器
1320
和系统
i/o
接口
1322
之间桥接数据信号
。
在至少一个实施例中，系统逻辑芯片可以提供用于耦合到图形控制器的图形端口
。
在至少一个实施例中，
mch 1316
可以通过高带宽存储器路径
1318
耦合到存储器
1320
，并且图形
/
视频卡
1312
可以通过加速图形端口
(“agp”)
互连
1314
耦合到
mch 1316。
[0309]
在至少一个实施例中，计算机系统
1300
可以使用系统
i/o
接口
1322
作为专有集线器接口总线来将
mch 1316
耦合到
i/o
控制器集线器
(“ich”)1330。
在至少一个实施例中，
ich 1330
可以经由本地
i/o
总线提供与某些
i/o
设备的直接连接
。
在至少一个实施例中，本地
i/o
总线可以包括但不限于用于将外围设备连接到存储器
1320、
芯片组和处理器
1302
的高速
i/o
总线
。
示例可以包括但不限于音频控制器
1329、
固件集线器
(“闪存
bios”)1328、
无线收发器
1326、
数据存储
1324、
包含用户输入和键盘接口
1325
的传统
i/o
控制器
1323、
串行扩展端口
1327(
诸如通用串行总线
(“usb”)
端口
)
和网络控制器
1334。
在至少一个实施例中，数据存储
1324
可以包括硬盘驱动器
、
软盘驱动器
、cd-rom
设备
、
闪存设备或其他大容量存储设备
。
[0310]
在至少一个实施例中，图
13
示出了包括互连的硬件设备或“芯片”的系统，而在其他实施例中，图
13
可以示出示例性
soc。
在至少一个实施例中，图
13
中示出的设备可以利用专有互连
、
标准化互连
(
例如，
pcie)
或其某种组合进行互连
。
在至少一个实施例中，计算机系统
1300
的一个或更多个组件使用计算快速链路
(cxl)
互连来进行互连
。
[0311]
逻辑
915
用于执行与一个或更多个实施例相关联的推理和
/
或训练操作
。
本文结合图
9a
和
/
或图
9b
提供关于逻辑
915
的细节
。
在至少一个实施例中，逻辑
915
可以在图
13
的系统中使用，用于至少部分地基于使用本文所述的神经网络训练操作
、
神经网络函数和
/
或架构
、
或神经网络用例计算的权重参数来进行推理或预测操作
。
[0312]
前面图的实施例可并入用于至少部分地基于包括用于执行图元混合和通道处理的至少一个自注意力模块的神经网络来生成推理的软件和
/
或电路
。
[0313]
图
14
是示出根据至少一个实施例的用于利用处理器
1410
的电子设备
1400
的框图
。
在至少一个实施例中，电子设备
1400
可以是，例如但不限于，笔记本电脑
、
塔式服务器
、
机架服务器
、
刀片服务器
、
膝上型计算机
、
台式计算机
、
平板电脑
、
移动设备
、
电话
、
嵌入式计算机或任何其他合适的电子设备
。
[0314]
在至少一个实施例中，电子设备
1400
可以包括但不限于通信地耦合到任何合适数量或种类的组件
、
外围设备
、
模块或设备的处理器
1410。
在至少一个实施例中，处理器
1410
使用总线或接口耦合，诸如
i2c
总线
、
系统管理总线
(“smbus”)、
低引脚计数
(lpc)
总线
、
串行外围接口
(“spi”)、
高清音频
(“hda”)
总线
、
串行高级技术附件
(“sata”)
总线
、
通用串行总线
(“usb”)(1、2、3
版等
)
或通用异步接收器
/
发送器
(“uart”)
总线
。
在至少一个实施例中，图
14
示出了系统，该系统包括互连的硬件设备或“芯片”，而在其他实施例中，图
14
可以示出示例性
soc。
在至少一个实施例中，图
14
中所示的设备可以利用专有互连
、
标准化互连
(
例如，
pcie)
或其某种组合进行互连
。
在至少一个实施例中，图
14
的一个或更多个组件使用计算快速链路
(cxl)
互连进行互连
。
[0315]
在至少一个实施例中，图
14
可以包括显示器
1424、
触摸屏
1425、
触摸板
1430、
近场通信单元
(“nfc”)1445、
传感器集线器
1440、
热传感器
1446、
快速芯片组
(“ec”)1435、
受信平台模块
(“tpm”)1438、bios/
固件
/
闪存
(“bios
，
fw flash”)1422、dsp 1460、
驱动器
1420(
诸如固态磁盘
(“ssd”)
或硬盘驱动器
(“hdd”))、
无线局域网单元
(“wlan”)1450、
蓝牙单元
1452、
无线广域网单元
(“wwan”)1456、
全球定位系统
(gps)
单元
1455、
相机
(“usb 3.0
相机”)1454(
诸如
usb 3.0
相机
)
和
/
或以例如
lpddr3
标准实现的低功耗双倍数据速率
(“lpddr”)
存储器单元
(“lpddr3”)1415。
这些组件可以各自以任何合适的方式实现
。
[0316]
在至少一个实施例中，其他组件可以通过本文所述的组件通信地耦合到处理器
1410。
在至少一个实施例中，加速度计
1441、
环境光传感器
(“als”)1442、
罗盘
1443
和陀螺仪
1444
可以通信地耦合到传感器集线器
1440。
在至少一个实施例中，热传感器
1439、
风扇
1437、
键盘
1436
和触摸板
1430
可以通信地耦合到
ec 1435。
在至少一个实施例中，扬声器
1463、
耳机
1464
和麦克风
(“mic”)1465
可以通信地耦合到音频单元
(“音频编解码器和d类放大器”)1462
，其又可以通信地耦合到
dsp 1460。
在至少一个实施例中，音频单元
1462
可以包括例如但不限于音频编码器
/
解码器
(“编解码器”)
和d类放大器
。
在至少一个实施例中，
sim
卡
(“sim”)1457
可以通信地耦合到
wwan
单元
1456。
在至少一个实施例中，组件
(
诸如
wlan
单元
1450
和蓝牙单元
1452
以及
wwan
单元
1456)
可以被实现为下一代形式因子
(“ngff”)。
[0317]
逻辑
915
用于执行与一个或更多个实施例相关联的推理和
/
或训练操作
。
本文结合图
9a
和
/
或图
9b
提供关于逻辑
915
的细节
。
在至少一个实施例中，逻辑
915
可以在图
14
的系统中使用，用于至少部分地基于使用本文所述的神经网络训练操作
、
神经网络函数和
/
或架构
、
或神经网络用例计算的权重参数来进行推理或预测操作
。
[0318]
前面图的实施例可并入用于至少部分地基于包括用于执行图元混合和通道处理的至少一个自注意力模块的神经网络来生成推理的软件和
/
或电路
[0319]
图
15
示出了根据至少一个实施例的计算机系统
1500。
在至少一个实施例中，计算机系统
1500
配置为实现贯穿本公开描述的各种过程和方法
。
[0320]
在至少一个实施例中，计算机系统
1500
包括但不限于至少一个中央处理单元
(“cpu”)1502
，其连接到使用任何合适协议实现的通信总线
1510
，诸如
pci(“外围组件互
连”)、
外围组件互连快速
(“pci-express”)、agp(“加速图形端口”)、
超传输或任何其他总线或点对点通信协议
。
在至少一个实施例中，计算机系统
1500
包括但不限于主存储器
1504
和控制逻辑
(
例如，实现为硬件
、
软件或其组合
)
，并且数据被存储在可采取随机存取存储器
(“ram”)
形式的主存储器
1504
中
。
在至少一个实施例中，网络接口子系统
(“网络接口”)1522
提供到其他计算设备和网络的接口，用于使用计算机系统
1500
从其他系统接收数据以及将数据发送到其他系统
。
[0321]
在至少一个实施例中，计算机系统
1500
在至少一个实施例中包括但不限于输入设备
1508、
并行处理系统
1512
和显示设备
1506
，它们可以使用常规的阴极射线管
(“crt”)、
液晶显示器
(“lcd”)、
发光二极管
(“led”)
显示器
、
等离子显示器或其他合适的显示技术来实现
。
在至少一个实施例中，从输入设备
1508(
诸如键盘
、
鼠标
、
触摸板
、
麦克风等
)
接收用户输入
。
在至少一个实施例中，本文描述的每个模块可以位于单个半导体平台上以形成处理系统
。
[0322]
逻辑
915
用于执行与一个或更多个实施例相关联的推理和
/
或训练操作
。
本文结合图
9a
和
/
或图
9b
提供关于逻辑
915
的细节
。
在至少一个实施例中，逻辑
915
可以在图
15
的系统中使用，以至少部分地基于使用本文所述的神经网络训练操作
、
神经网络函数和
/
或架构
、
或神经网络用例计算出的权重参数来进行推理或预测操作
。
[0323]
前面图的实施例可并入用于至少部分地基于包括用于执行图元混合和通道处理的至少一个自注意力模块的神经网络来生成推理的软件和
/
或电路
[0324]
图
16
示出了根据至少一个实施例的计算机系统
1600。
在至少一个实施例中，计算机系统
1600
包括但不限于计算机
1610
和
usb
盘
1620。
在至少一个实施例中，计算机
1610
可以包括但不限于任何数量和类型的处理器
(
未示出
)
和存储器
(
未示出
)。
在至少一个实施例中，计算机
1610
包括但不限于服务器
、
云实例
、
膝上型计算机和台式计算机
。
[0325]
在至少一个实施例中，
usb
盘
1620
包括但不限于处理单元
1630、usb
接口
1640
和
usb
接口逻辑
1650。
在至少一个实施例中，处理单元
1630
可以是能够执行指令的任何指令执行系统
、
装置或设备
。
在至少一个实施例中，处理单元
1630
可以包括但不限于任何数量和类型的处理核心
(
未示出
)。
在至少一个实施例中，处理单元
1630
包括专用集成电路
(“asic”)
，该专用集成电路被优化为执行与机器学习相关联的任何数量和类型的操作
。
例如，在至少一个实施例中，处理单元
1630
是张量处理单元
(“tpc”)
，其被优化以执行机器学习推理操作
。
在至少一个实施例中，处理单元
1630
是视觉处理单元
(“vpu”)
，其被优化以执行机器视觉和机器学习推理操作
。
[0326]
在至少一个实施例中，
usb
接口
1640
可以是任何类型的
usb
连接器或
usb
插座
。
例如，在至少一个实施例中，
usb
接口
1640
是用于数据和电源的
usb 3.0type-c
插座
。
在至少一个实施例中，
usb
接口
1640
是
usb 3.0type-a
连接器
。
在至少一个实施例中，
usb
接口逻辑
1650
可以包括使处理单元
1630
能够经由
usb
连接器
1640
与设备
(
例如计算机
1610)
相接口的任何数量和类型的逻辑
。
[0327]
逻辑
915
用于执行与一个或更多个实施例相关联的推理和
/
或训练操作
。
本文结合图
9a
和
/
或图
9b
提供关于逻辑
915
的细节
。
在至少一个实施例中，逻辑
915
可以在图
16
的系统中使用，用于至少部分地基于使用本文所述的神经网络训练操作
、
神经网络函数和
/
或架构
、
或神经网络用例计算出的权重参数来进行推理或预测操作
。
[0328]
前面图的实施例可并入用于至少部分地基于包括用于执行图元混合和通道处理的至少一个自注意力模块的神经网络来生成推理的软件和
/
或电路
[0329]
图
17a
示出了示例性架构，其中多个
gpu 1710(1)-1710(n)
通过高速链路
1740(1)-1740(n)(
例如，总线
、
点对点互连等
)
通信地耦合到多个多核心处理器
1705(1)-1705(m)。
在至少一个实施例中，高速链路
1740(1)-1740(n)
支持
4gb/s、30gb/s、80gb/s
或更高的通信吞吐量
。
在至少一个实施例中，可以使用各种互连协议，包括但不限于
pcie 4.0
或
5.0
以及
nvlink 2.0。
在各个图中，“n”和“m”表示正整数，其值可因图而异
。
在至少一个实施例中，多个
gpu 1710(1)-1710(n)
中的一个或更多个
gpu
包括如图
20a
和图
20b
中公开的一个或更多个图形核心
(
也被简称为“核心”)2000。
在至少一个实施例中，一个或更多个图形核心
2000
可以被称为流式多处理器
(“sm”)、
流处理器
(“sp”)、
流处理单元
(“spu”)、
计算单元
(“cu”)、
执行单元
(“eu”)、
和
/
或切片，其中，在本上下文中，切片可以指处理单元
(
例如，
16
个核心
、
光线追踪单元
、
线程引导器或调度器
)
中的处理资源的一部分
。
[0330]
此外，在至少一个实施例中，两个或更多个
gpu 1710
通过高速链路
1729(1)-1729(2)
互连，该高速链路可以使用与用于高速链路
1740(1)-1740(n)
的协议
/
链路类似或不同的协议
/
链路来实现
。
类似地，两个或更多个多核心处理器
1705
可以通过高速链路
1728
连接，该高速链路可以是以
20gb/s、30gb/s、120gb/s
或更高的速度运行的对称多处理器
(smp)
总线
。
可替代地，可以使用类似的协议
/
链路
(
例如，通过公共互连结构
)
来完成图
17a
中所示的各种系统组件之间的所有通信
。
[0331]
在至少一个实施例中，每个多核心处理器
1705
分别经由存储器互连
1726(1)-1726(m)
通信地耦合到处理器存储器
1701(1)-1701(m)
，并且每个
gpu 1710(1)-1710(n)
分别通过
gpu
存储器互连
1750(1)-1750(n)
通信地耦合到
gpu
存储器
1720(1)-1720(n)。
在至少一个实施例中，存储器互连
1726
和
1750
可以利用相似或不同的存储器访问技术
。
作为示例而非限制，处理器存储器
1701(1)-1701(m)
和
gpu
存储器
1720
可以是易失性存储器，诸如动态随机存取存储器
(dram)(
包括堆叠的
dram)、
图形
ddr sdram(gddr)(
例如
gddr5、gddr6)
，或高带宽存储器
(hbm)
，和
/
或可以是非易失性存储器，诸如
3d xpoint
或
nano-ram。
在至少一个实施例中，处理器存储器
1701
的某些部分可以是易失性存储器，而另一部分可以是非易失性存储器
(
例如，使用两级存储器
(2lm)
层次结构
)。
[0332]
如本文所述，尽管各个多核心处理器
1705
和
gpu 1710
可以分别物理地耦合到特定存储器
1701、1720
，和
/
或可以实现统一存储器架构，其中虚拟系统地址空间
(
也称为“有效地址”空间
)
分布在各个物理存储器之间
。
例如，处理器存储器
1701(1)-1701(m)
可以各自包括
64gb
的系统存储器地址空间，并且
gpu
存储器
1720(1)-1720(n)
可以各自包括
32gb
的系统存储器地址空间，从而当m＝2且n＝4时，导致总计
256gb
的可寻址存储器
。n
和m的其他值是可能的
。
[0333]
图
17b
示出了根据一个示例性实施例的用于多核心处理器
1707
和图形加速模块
1746
之间的互连的附加细节
。
在至少一个实施例中，图形加速模块
1746
可以包括集成在线路卡上的一个或更多个
gpu
芯片，该线路卡经由高速链路
1740(
例如，
pcie
总线
、nvlink
等
)
耦合到处理器
1707。
在至少一个实施例中，图形加速模块
1746
可以替代地集成在具有处理器
1707
的封装或芯片上
。
[0334]
在至少一个实施例中，处理器
1707
包括多个核心
1760a-1760d(
其可被称为“执行
单元”)
，每个核心都具有转换后备缓冲区
(“tlb”)1761a-1761d
和一个或更多个高速缓存
1762a-1762d。
在至少一个实施例中，核心
1760a-1760d
可以包括未示出的用于执行指令和处理数据的各种其他组件
。
在至少一个实施例中，高速缓存
1762a-1762d
可以包括1级
(l1)
和2级
(l2)
高速缓存
。
此外，一个或更多个共享高速缓存
1756
可以被包括在高速缓存
1762a-1762d
中，并且由各组核心
1760a-1760d
共享
。
例如，处理器
1707
的一个实施例包括
24
个核心，每个核心具有其自己的
l1
高速缓存，
12
个共享的
l2
高速缓存，和
12
个共享的
l3
高速缓存
。
在该实施例中，两个相邻核心共享一个或更多个
l2
和
l3
高速缓存
。
在至少一个实施例中，处理器
1707
和图形加速模块
1746
与系统存储器
1714
连接，该系统存储器
1714
可以包括图
17a
中的处理器存储器
1701(1)-1701(m)。
[0335]
在至少一个实施例中，通过一致性总线
1764
经由核心间通信为存储在各个高速缓存
1762a-1762d、1756
和系统存储器
1714
中的数据和指令维护一致性
。
在至少一个实施例中，例如，每个高速缓存可以具有与其相关联的高速缓存一致性逻辑
/
电路，以响应于检测到对特定高速缓存行的读取或写入通过一致性总线
1764
进行通信
。
在至少一个实施例中，通过一致性总线
1764
实现高速缓存监听协议，以监听
(snoop)
高速缓存访问
。
[0336]
在至少一个实施例中，代理电路
1725
将图形加速模块
1746
通信地耦合到一致性总线
1764
，从而允许图形加速模块
1746
作为核心
1760a-1760d
的对等方参与高速缓存一致性协议
。
特别地，在至少一个实施例中，接口
1735
通过高速链路
1740
提供到代理电路
1725
的连接，并且接口
1737
将图形加速模块
1746
连接到高速链路
1740。
[0337]
在至少一个实施例中，加速器集成电路
1736
代表图形加速模块
1746
的多个图形处理引擎
1731(1)-1731(n)
提供高速缓存管理
、
存储器访问
、
上下文管理和中断管理服务
。
在至少一个实施例中，图形处理引擎
1731(1)-1731(n)
可各自包括单独的图形处理单元
(gpu)。
在至少一个实施例中，图形加速模块
1746
的多个图形处理引擎
1731(1)-1731(n)
包括如结合图
20a
和图
20b
所讨论的一个或更多个图形核心
2000。
在至少一个实施例中，图形处理引擎
1731(1)-1731(n)
替代地可以包括
gpu
内的不同类型的图形处理引擎，诸如图形执行单元
、
媒体处理引擎
(
例如，视频编码器
/
解码器
)、
采样器和
blit(
区块搬运
)
引擎
。
在至少一个实施例中，图形加速模块
1746
可以是具有多个图形处理引擎
1731(1)-1731(n)
的
gpu
，或者图形处理引擎
1731(1)-1731(n)
可以是集成在通用封装
、
线路卡或芯片上的各个
gpu。
[0338]
在至少一个实施例中，加速器集成电路
1736
包括用于执行各种存储器管理功能
(
诸如虚拟到物理存储器转换
(
也称为有效到真实存储器转换
))
的内存管理单元
(mmu)1739
，还包括用于访问系统存储器
1714
的存储器访问协议
。
在至少一个实施例中，
mmu 1739
还可包括转换后备缓冲区
(“tlb”)(
未示出
)
，用于高速缓存虚拟
/
有效到物理
/
真实地址转换
。
在至少一个实施例中，高速缓存
1738
可以存储用于图形处理引擎
1731(1)-1731(n)
高效地访问的命令和数据
。
在至少一个实施例中，可能使用获取单元
1744
，将存储在高速缓存
1738
和图形存储器
1733(1)-1733(m)
中的数据与核心高速缓存
1762a-1762d、1756
和系统存储器
1714
保持一致
。
如前所述，这可以代表高速缓存
1738
和存储器
1733(1)-1733(m)
经由代理电路
1725
来实现
(
例如，将与处理器高速缓存
1762a-1762d、1756
上的高速缓存行的修改
/
访问有关的更新发送到高速缓存
1738
，并从高速缓存
1738
接收更新
)。
[0339]
在至少一个实施例中，一组寄存器
1745
存储由图形处理引擎
1731(1)-1731(n)
执行的线程的上下文数据，并且上下文管理电路
1748
管理线程上下文
。
例如，上下文管理电路
1748
可以执行保存和恢复操作，以在上下文切换期间保存和恢复各个线程的上下文
(
例如，其中保存第一线程并且存储第二线程，以便可以由图形处理引擎执行第二线程
)。
例如，上下文管理电路
1748
在上下文切换时，可以将当前寄存器值存储到存储器中的
(
例如，由上下文指针标识的
)
指定区域
。
然后，当返回到上下文时可以恢复寄存器值
。
在至少一个实施例中，中断管理电路
1747
接收并处理从系统设备接收的中断
。
[0340]
在至少一个实施例中，
mmu 1739
将来自图形处理引擎
1731
的虚拟
/
有效地址转换为系统存储器
1714
中的真实
/
物理地址
。
在至少一个实施例中，加速器集成电路
1736
支持多个
(
例如，
4、8、16
个
)
图形加速器模块
1746
和
/
或其他加速器设备
。
在至少一个实施例中，图形加速器模块
1746
可以专用于在处理器
1707
上执行的单个应用程序，或者可以在多个应用程序之间共享
。
在至少一个实施例中，呈现了虚拟化的图形执行环境，其中图形处理引擎
1731(1)-1731(n)
的资源与多个应用程序或虚拟机
(vm)
共享
。
在至少一个实施例中，可以基于与
vm
和
/
或应用程序相关联的处理要求和优先级，将资源细分为“切片
(slice)”，其被分配给不同的
vm
和
/
或应用程序
。
[0341]
在至少一个实施例中，加速器集成电路
1736
作为图形加速模块
1746
的系统的桥来执行，并提供地址转换和系统存储器高速缓存服务
。
另外，在至少一个实施例中，加速器集成电路
1736
可以为主机处理器提供虚拟化设施，以管理图形处理引擎
1731(1)-1731(n)
的虚拟化
、
中断和存储器管理
。
[0342]
在至少一个实施例中，由于图形处理引擎
1731(1)-1731(n)
的硬件资源被明确地映射到主机处理器
1707
看到的真实地址空间，因此任何主机处理器都可以使用有效地址值直接寻址这些资源
。
在至少一个实施例中，加速器集成电路
1736
的一个功能是图形处理引擎
1731(1)-1731(n)
的物理分离，使得它们在系统看来为独立的单元
。
[0343]
在至少一个实施例中，一个或更多个图形存储器
1733(1)-1733(m)
分别耦合到每个图形处理引擎
1731(1)-1731(n)
，且n＝
m。
在至少一个实施例中，图形存储器
1733(1)-1733(m)
存储正在由每个图形处理引擎
1731(1)-1731(n)
处理的指令和数据
。
在至少一个实施例中，图形存储器
1733(1)-1733(m)
可以是易失性存储器，诸如
dram(
包括堆叠的
dram)、gddr
存储器
(
例如，
gddr5、gddr6)
或
hbm
，和
/
或可以是非易失性存储器，诸如
3d xpoint
或
nano-ram。
[0344]
在至少一个实施例中，为了减少高速链路
1740
上的数据流量，可使用偏置技术来确保存储在图形存储器
1733(1)-1733(m)
中的数据是图形处理引擎
1731(1)-1731(n)
最常使用的，并且优选地是核心
1760a-1760d
不使用
(
至少不经常使用
)
的数据
。
类似地，在至少一个实施例中，偏置机制试图将核心需要的
(
并且优选地，图形处理引擎
1731(1)-1731(n)
不需要的
)
数据保持在高速缓存
1762a-1762d、1756
和系统存储器
1714
中
。
[0345]
图
17c
示出了另一个示例性实施例，其中加速器集成电路
1736
被集成在处理器
1707
内
。
在该实施例中，图形处理引擎
1731(1)-1731(n)
经由接口
1737
和接口
1735(
同样，其可以是任何形式的总线或接口协议
)
通过高速链路
1740
直接与加速器集成电路
1736
通信
。
在至少一个实施例中，加速器集成电路
1736
可以执行与关于图
17b
描述的操作类似的操作，但是由于它紧密靠近一致性总线
1764
和高速缓存
1762a-1762d、1756
，可能具有更高的吞吐量
。
在至少一个实施例中，加速器集成电路支持不同的编程模型，该编程模型包括进程专用的编程模型
(
无图形加速模块虚拟化
)
和共享编程模型
(
具有虚拟化
)
，所述编程模型可以包
括由加速器集成电路
1736
控制的编程模型和由图形加速模块
1746
控制的编程模型
。
[0346]
在至少一个实施例中，图形处理引擎
1731(1)-1731(n)
专用于单个操作系统下的单个应用程序或进程
。
在至少一个实施例中，单个应用程序可以将其他应用程序请求汇聚
(funnel)
到图形处理引擎
1731(1)-1731(n)
，从而在
vm/
分区内提供虚拟化
。
[0347]
在至少一个实施例中，图形处理引擎
1731(1)-1731(n)
可以由多个
vm/
应用程序分区共享
。
在至少一个实施例中，共享模型可以使用系统管理程序
(hypervisor)
来虚拟化图形处理引擎
1731(1)-1731(n)
，以允许每个操作系统进行访问
。
在至少一个实施例中，对于没有管理程序的单分区系统，操作系统拥有图形处理引擎
1731(1)-1731(n)。
在至少一个实施例中，操作系统可以虚拟化图形处理引擎
1731(1)-1731(n)
，以提供对每个进程或应用程序的访问
。
[0348]
在至少一个实施例中，图形加速模块
1746
或个体图形处理引擎
1731(1)-1731(n)
使用进程句柄
(handle)
来选择进程元素
。
在至少一个实施例中，进程元素被存储在系统存储器
1714
中，并且可使用本文所述的有效地址到真实地址转换技术来寻址
。
在至少一个实施例中，进程句柄可以是特定于实现方式的值，其在向图形处理引擎
1731(1)-1731(n)
注册其上下文时被提供给主机进程
(
即，调用系统软件以将进程元素添加到进程元素链接列表
)。
在至少一个实施例中，进程句柄的较低
16
位可以是进程元素在进程元素链接列表中的偏移量
。
[0349]
图
17d
示出了示例性加速器集成切片
1790。
在至少一个实施例中，“切片”包括加速器集成电路
1736
的处理资源的指定部分
。
在至少一个实施例中，应用程序是系统存储器
1714
中的有效地址空间
1782
，其存储进程元素
1783。
在至少一个实施例中，响应于来自在处理器
1707
上执行的应用程序
1780
的
gpu
调用
1781
，存储进程元素
1783。
在至少一个实施例中，进程元素
1783
包含对应的应用程序
1780
的进程状态
。
在至少一个实施例中，包含在进程元素
1783
中的工作描述符
(wd)1784
可以是由应用程序请求的单个作业，或者可以包含指向作业队列的指针
。
在至少一个实施例中，
wd 1784
是指向应用程序的有效地址空间
1782
中的作业请求队列的指针
。
[0350]
在至少一个实施例中，图形加速模块
1746
和
/
或各个图形处理引擎
1731(1)-1731(n)
可以由系统中的所有进程或进程子集共享
。
在至少一个实施例中，可以包括用于设置进程状态并将
wd 1784
发送到图形加速模块
1746
以在虚拟化环境中开始作业的基础设施
。
[0351]
在至少一个实施例中，进程专用的编程模型是特定于实现方式的
。
在至少一个实施例中，在该模型中，单个进程拥有图形加速模块
1746
或个体图形处理引擎
1731。
在至少一个实施例中，当图形加速模块
1746
由单个进程拥有时，管理程序初始化用于所拥有的分区的加速器集成电路，当指派了图形加速模块
1746
时，操作系统初始化用于所拥有的进程的加速器集成电路
1736。
[0352]
在至少一个实施例中，在操作中，加速器集成切片
1790
中的
wd
获取单元
1791
获取下一个
wd 1784
，其包括要由图形加速模块
1746
的一个或更多个图形处理引擎完成的工作的指示
。
在至少一个实施例中，来自
wd 1784
的数据可以存储在寄存器
1745
中，并由
mmu 1739、
中断管理电路
1747
和
/
或上下文管理电路
1748
使用，如图所示
。
例如，
mmu 1739
的一个实施例包括用于访问
os
虚拟地址空间
1785
内的段
/
页表
1786
的段
/
页面漫游
(walk)
电路
。
在至少一个实施例中，中断管理电路
1747
可以处理从图形加速模块
1746
接收的中断事件
1792。
在至少一个实施例中，当执行图形操作时，由图形处理引擎
1731(1)-1731(n)
生成的有效地址
1793
被
mmu 1739
转换为真实地址
。
[0353]
在至少一个实施例中，为每个图形处理引擎
1731(1)-1731(n)
和
/
或图形加速模块
1746
复制寄存器
1745
，并且该寄存器
1745
可以由管理程序或操作系统初始化
。
在至少一个实施例中，这些复制的寄存器中的每一个可以被包括在加速器集成切片
1790
中
。
可以由管理程序初始化的示例性寄存器在表1中示出
。
[0354]
表
1-管理程序初始化的寄存器
[0355][0356]
表2中示出了可由操作系统初始化的示例性寄存器
。
[0357]
表
2-操作系统初始化的寄存器
[0358][0359]
在至少一个实施例中，每个
wd 1784
特定于特定的图形加速模块
1746
和
/
或图形处理引擎
1731(1)-1731(n)。
在至少一个实施例中，它包含图形处理引擎
1731(1)-1731(n)
完成工作所需的所有信息，或者它可以是指向存储器位置的指针，在该存储器位置应用程序已经设置了要完成的工作的命令队列
。
[0360]
图
17e
示出了共享模型的一个示例性实施例的附加细节
。
该实施例包括管理程序真实地址空间
1798
，其中存储了进程元素列表
1799。
在至少一个实施例中，可经由管理程序
1796
来访问管理程序真实地址空间
1798
，所述管理程序
1796
虚拟化用于操作系统
1795
的图形加速模块引擎
。
[0361]
在至少一个实施例中，共享编程模型允许来自系统中的所有分区或分区子集的所
有进程或进程子集使用图形加速模块
1746。
在至少一个实施例中，存在两种编程模型，其中图形加速模块
1746
由多个进程和分区共享，在运行中间切片共享和图形定向共享
。
[0362]
在至少一个实施例中，在该模型中，系统管理程序
1796
拥有图形加速模块
1746
，并使其功能可用于所有操作系统
1795。
在至少一个实施例中，对于图形加速模块
1746
通过系统管理程序
1796
支持虚拟化，图形加速模块
1746
可以遵守某些要求，诸如
(1)
应用程序的作业请求必须是自主的
(
即，不需要在作业之间保持状态
)
，或者图形加速模块
1746
必须提供上下文保存和恢复机制，
(2)
图形加速模块
1746
保证应用程序的作业请求在指定的时间量内完成，包括任何转换错误，或者图形加速模块
1746
提供了抢占
(preempt)
作业处理的能力，并且
(3)
在有向共享编程模型中进行操作时，必须确保图形加速模块
1746
在进程之间的公平性
。
[0363]
在至少一个实施例中，需要应用程序
1780
使用图形加速模块类型
、
工作描述符
(wd)、
权限屏蔽寄存器
(amr)
值和上下文保存
/
恢复区域指针
(csrp)
进行操作系统
1795
系统调用
。
在至少一个实施例中，图形加速模块类型描述了用于系统调用的目标加速功能
。
在至少一个实施例中，图形加速模块类型可以是特定于系统的值
。
在至少一个实施例中，
wd
是专门为图形加速模块
1746
格式化的，并且可以采用图形加速模块
1746
命令
、
指向用户定义的结构的有效地址指针
、
指向命令队列的有效地址指针的形式，或描述要由图形加速模块
1746
完成的工作的任何其他数据结构的形式
。
[0364]
在至少一个实施例中，
amr
值是用于当前进程的
amr
状态
。
在至少一个实施例中，传递给操作系统的值与设置
amr
的应用程序类似
。
在至少一个实施例中，如果加速器集成电路
1736(
未示出
)
和图形加速模块
1746
的实现不支持用户权限屏蔽覆写寄存器
(uamor)
，则在管理程序调用中传递
amr
之前，操作系统可以将当前
uamor
值应用于
amr
值
。
在至少一个实施例中，管理程序
1796
可以在将
amr
放入进程元素
1783
中之前选择性地应用当前权限屏蔽覆写寄存器
(amor)
值
。
在至少一个实施例中，
csrp
是寄存器
1745
中的一个，所述寄存器包含应用程序的有效地址空间
1782
中的区域的有效地址，以供图形加速模块
1746
保存和恢复上下文状态
。
在至少一个实施例中，如果不需要在作业之间保存状态或者当作业被抢占时，则该指针是可选的
。
在至少一个实施例中，上下文保存
/
恢复区域可以是固定的系统存储器
。
[0365]
在接收到系统调用时，操作系统
1795
可以验证应用程序
1780
已经注册并且被授予使用图形加速模块
1746
的权限
。
然后，在至少一个实施例中，操作系统
1795
使用表3中所示的信息来调用管理程序
1796。
[0366]
表
3-操作系统到管理程序的调用参数
[0367][0368]
在至少一个实施例中，在接收到管理程序调用时，管理程序
1796
验证操作系统
1795
已注册并被授予使用图形加速模块
1746
的权限
。
然后，在至少一个实施例中，管理程序
1796
将进程元素
1783
放入对应的图形加速模块
1746
类型的进程元素链接列表中
。
在至少一个实施例中，进程元素可以包括表4中所示的信息
。
[0369]
表
4-进程元素信息
[0370][0371][0372]
在至少一个实施例中，管理程序初始化多个加速器集成切片
1790
寄存器
1745。
[0373]
如图
17f
所示，在至少一个实施例中，使用统一存储器，所述统一存储器可经由用于访问物理处理器存储器
1701(1)-1701(n)
和
gpu
存储器
1720(1)-1720(n)
的公共虚拟存储器地址空间来寻址
。
在该实现方式中，在
gpu 1710(1)-1710(n)
上执行的操作利用相同的虚拟
/
有效存储器地址空间来访问处理器存储器
1701(1)-1701(m)
，反之亦然，从而简化了可编程性
。
在至少一个实施例中，虚拟
/
有效地址空间的第一部分被分配给处理器存储器
1701(1)
，第二部分被分配给第二处理器存储器
1701(n)
，第三部分被分配给
gpu
存储器
1720(1)
，以此类推
。
在至少一个实施例中，由此整个虚拟
/
有效存储器空间
(
有时称为有效地址空间
)
分布在处理器存储器
1701
和
gpu
存储器
1720
中的每一个上，从而允许任何处理器或
gpu
采用映射到任何物理存储器的虚拟地址来访问该存储器
。
[0374]
在至少一个实施例中，一个或更多个
mmu 1739a-1739e
内的偏置
/
一致性管理电路
1794a-1794e
确保一个或更多个主机处理器
(
例如，
1705)
与
gpu 1710
的高速缓存之间的高速缓存一致性，并实现指示应在其中存储某些类型的数据的物理存储器的偏置技术
。
在至少一个实施例中，虽然在图
17f
中示出了偏置
/
一致性管理电路
1794a-1794e
的多个实例，但可以在一个或更多个主机处理器
1705
的
mmu
内和
/
或在加速器集成电路
1736
内实现偏置
/
一致性电路
。
[0375]
一个实施例允许将
gpu
存储器
1720
映射为系统存储器的一部分，并使用共享虚拟存储器
(svm)
技术进行访问，但不会遭受与全系统高速缓存一致性相关联的性能缺陷
。
在至少一个实施例中，
gpu
存储器
1720
作为系统存储器被访问而无需繁重的高速缓存一致性开销的能力为
gpu
卸载提供了有利的操作环境
。
在至少一个实施例中，该布置允许主机处理器
1705
的软件设置操作数并访问计算结果，而没有传统的
i/o dma
数据复制的开销
。
在至少一个实施例中，这样的传统复制包括驱动程序调用
、
中断和存储器映射
i/o(mmio)
访问，相对于简单的存储器访问而言，这些访问的效率均较低
。
在至少一个实施例中，在没有高速缓存一致性开销的情况下访问
gpu
存储器
1720
的能力对于卸载的计算的执行时间而言可能是关键的
。
在至少一个实施例中，例如，在具有大量流式写入存储器流量的情况下，高速缓存一致性开销可以显著降低
gpu 1710
所看到的有效写入带宽
。
在至少一个实施例中，操作数设置的效率
、
结果访问的效率和
gpu
计算的效率可能会在确定
gpu
卸载的有效性方面发挥作用
。
[0376]
在至少一个实施例中，
gpu
偏置和主机处理器偏置的选择由偏置跟踪器数据结构驱动
。
在至少一个实施例中，例如，可以使用偏置表，所述偏置表可以是页面粒度结构
(
例如，以内存页的粒度来控制
)
，该页面粒度结构包括每
gpu
附加的内存页1或2位
。
在至少一个实施例中，在
gpu 1710
中具有或不具有偏置高速缓存
(
例如，用于高速缓存偏置表的频繁
/
最近使用的条目
)
的情况下，可以在一个或更多个
gpu
存储器
1720
的被盗
(stolen)
存储器范围中实现偏置表
。
替代地，在至少一个实施例中，可以在
gpu
内维护整个偏置表
。
[0377]
在至少一个实施例中，在实际访问
gpu
存储器之前，访问与对
gpu
附加存储器
1720
的每次访问相关联的偏置表条目，从而引起以下操作
。
在至少一个实施例中，来自
gpu 1710
的在
gpu
偏置中找到其页面的本地请求被直接转发到对应的
gpu
存储器
1720。
在至少一个实施例中，来自
gpu
的在主机偏置中找到其页面的本地请求被转发至处理器
1705(
例如，通过本文所述的高速链路
)。
在至少一个实施例中，来自处理器
1705
的在主机处理器偏置中找到所请求页面的请求完成了与正常存储器读取类似的请求
。
替代地，可以将指向
gpu
偏置页面的请求转发到
gpu 1710。
在至少一个实施例中，如果
gpu
当前不使用页面，则
gpu
可将页面迁移到主机处理器偏置
。
在至少一个实施例中，页面的偏置状态可以通过基于软件的机制
、
基于硬件辅助的软件的机制
、
或者在有限组的情况下通过纯粹基于硬件的机制来改变
。
[0378]
在至少一个实施例中，一种用于改变偏置状态的机制采用
api
调用
(
例如
opencl)
，所述
api
调用又调用
gpu
的设备驱动程序，所述设备驱动程序又发送消息
(
或使命令描述符入队
)
到
gpu
，引导
gpu
改变偏置状态，并在某些迁移中在主机中执行高速缓存刷新操作
。
在至少一个实施例中，高速缓存刷新操作用于从主机处理器
1705
偏置迁移到
gpu
偏置，但是不
用于相反的迁移
。
[0379]
在至少一个实施例中，高速缓存一致性是通过暂时渲染主机处理器
1705
无法高速缓存的
gpu
偏置页面来维护的
。
在至少一个实施例中，为了访问这些页面，处理器
1705
可以请求来自
gpu 1710
的访问，
gpu 1710
可以或可以不立即授予访问权限
。
因此，在至少一个实施例中，为了减少处理器
1705
和
gpu 1710
之间的通信，确保
gpu
偏置页面是
gpu
所需的页面而不是主机处理器
1705
所需的页面是有益的，反之亦然
。
[0380]
一个或更多个硬件结构
915
用于执行一个或更多个实施例
。
在本文中可以结合图
9a
和
/
或图
9b
提供关于一个或更多个硬件结构
915
的细节
。
[0381]
图
18
示出了根据本文描述的各个实施例的示例性集成电路和关联的图形处理器，其可以使用一个或更多个
ip
核心来制造
。
除了图示的之外，在至少一个实施例中还可以包括其他逻辑和电路，包括附加的图形处理器
/
核心
、
外围接口控制器或通用处理器核心
。
[0382]
图
18
是示出根据至少一个实施例的可使用一个或更多个
ip
核心制造的芯片集成电路
1800
上的示例性系统的框图
。
在至少一个实施例中，集成电路
1800
包括一个或更多个应用程序处理器
1805(
例如，
cpu)、
至少一个图形处理器
1810
，并且可以另外包括图像处理器
1815
和
/
或视频处理器
1820
，其中任意一个可以是模块化
ip
核心
。
在至少一个实施例中，集成电路
1800
包括外围或总线逻辑，其包括
usb
控制器
1825、uart
控制器
1830、spi/sdio
控制器
1835
和
i2s/i2c
控制器
1840。
在至少一个实施例中，集成电路
1800
可以包括耦合到高清多媒体接口
(hdmi)
控制器
1850
和移动工业处理器接口
(mipi)
显示接口
1855
中的一个或更多个的显示设备
1845。
在至少一个实施例中，存储可以由闪存子系统
1860
提供，该闪存子系统包括闪存和闪存控制器
。
在至少一个实施例中，可以经由存储器控制器
1865
提供存储器接口以用于访问
sdram
或
sram
存储器设备
。
在至少一个实施例中，一些集成电路还包括嵌入式安全引擎
1870。
[0383]
逻辑
915
用于执行与一个或更多个实施例相关联的推理和
/
或训练操作
。
本文结合图
9a
和
/
或图
9b
提供关于逻辑
915
的细节
。
在至少一个实施例中，逻辑
915
可以在集成电路
1800
中用于至少部分地基于使用本文描述的神经网络训练操作
、
神经网络函数和
/
或架构
、
或神经网络用例计算的权重参数来推理或预测操作
。
[0384]
前面图的实施例可并入用于至少部分地基于包括用于执行图元混合和通道处理的至少一个自注意力模块的神经网络来生成推理的软件和
/
或电路
[0385]
图
19a
和图
19b
示出了根据本文描述的各个实施例的示例性集成电路和关联的图形处理器，其可以使用一个或更多个
ip
核心来制造
。
除了图示的之外，在至少一个实施例中可以包括其他逻辑和电路，包括附加的图形处理器
/
核心
、
外围接口控制器或通用处理器核心
。
[0386]
图
19a
和图
19b
是示出根据本文描述的实施例的在
soc
内使用的示例性图形处理器的框图
。
图
19a
示出了根据至少一个实施例的片上系统集成电路的示例性图形处理器
1910
，其可以使用一个或更多个
ip
核心来制造
。
图
19b
示出了根据至少一个实施例的片上系统集成电路的附加示例性图形处理器
1940
，其可以使用一个或更多个
ip
核心来制造
。
在至少一个实施例中，图
19a
的图形处理器
1910
是低功率图形处理器核心
。
在至少一个实施例中，图
19b
的图形处理器
1940
是更高性能的图形处理器核心
。
在至少一个实施例中，每个图形处理器
1910、1940
可以是图
19
的图形处理器
1910
的变体
。
[0387]
在至少一个实施例中，图形处理器
1910
包括顶点处理器
1905
和一个或更多个片段处理器
1915a-1915n(
例如
1915a、1915b、1915c、1915d
至
1915n-1
和
1915n)。
在至少一个实施例中，图形处理器
1910
可以经由单独的逻辑来执行不同的着色器程序，使得顶点处理器
1905
被优化以执行针对顶点着色器程序的操作，而一个或更多个片段处理器
1915a-1915n
执行针对片段或像素着色器程序的片段
(
例如，像素
)
着色操作
。
在至少一个实施例中，顶点处理器
1905
执行
3d
图形管线的顶点处理阶段并生成图元和顶点数据
。
在至少一个实施例中，一个或更多个片段处理器
1915a-1915n
使用由顶点处理器
1905
生成的图元和顶点数据来产生在显示设备上显示的帧缓冲区
。
在至少一个实施例中，一个或更多个片段处理器
1915a-1915n
被优化以执行如在
opengl api
中所提供的片段着色器程序，该
opengl api
可以用于执行与在
direct 3d api
中所提供的像素着色器程序类似的操作
。
[0388]
在至少一个实施例中，图形处理器
1910
附加地包括一个或更多个内存管理单元
(mmu)1920a-1920b、
一个或更多个高速缓存
1925a-1925b
和一个或更多个电路互连
1930a-1930b。
在至少一个实施例中，一个或更多个
mmu 1920a-1920b
为图形处理器
1910(
包括为顶点处理器
1905
和
/
或片段处理器
1915a-1915n)
提供虚拟到物理地址映射，除了存储在一个或更多个高速缓存
1925a-1925b
中的顶点或图像
/
纹理数据之外，其还可以引用存储在存储器中的顶点或图像
/
纹理数据
。
在至少一个实施例中，一个或更多个
mmu 1920a-1920b
可以与系统内的其他
mmu
同步，包括与图
19
的一个或更多个应用程序处理器
1905、
图像处理器
1915
和
/
或视频处理器
1920
相关联的一个或更多个
mmu
，使得每个处理器
1905-1920
可以参与共享或统一的虚拟存储器系统
。
在至少一个实施例中，一个或更多个电路互连
1930a-1930b
使图形处理器
1910
能够经由
soc
的内部总线或经由直接连接与
soc
内的其他
ip
核心相接口
。
[0389]
在至少一个实施例中，图形处理器
1940
包括如图
19b
所示的一个或更多个着色器核心
1955a-1955n(
例如，
1955a、1955b、1955c、1955d、1955e、1955f
到
1955n-1
和
1955n)
，其提供了统一的着色器核心架构，其中单个核心或类型或核心可以执行所有类型的可编程着色器代码，包括用于实现顶点着色器
、
片段着色器和
/
或计算着色器的着色器程序代码
。
在至少一个实施例中，着色器核心的数量可以变化
。
在至少一个实施例中，图形处理器
1940
包括核心间任务管理器
1945
，其充当线程分派器，用于将执行线程分派给一个或更多个着色器核心
1955a-1955n
和分块单元
1958
，以加速基于图块的渲染的分块操作，其中在图像空间中细分了场景的渲染操作，例如，以利用场景内的局部空间一致性或优化内部高速缓存的使用
。
[0390]
逻辑
915
用于执行与一个或更多个实施例相关联的推理和
/
或训练操作
。
本文结合图
9a
和
/
或图
9b
提供关于逻辑
915
的细节
。
在至少一个实施例中，逻辑
915
可以在图
19a
和
/
或图
19b
的集成电路中使用以至少部分地基于使用本文所述的神经网络训练操作
、
神经网络函数和
/
或架构
、
或神经网络用例计算的权重参数来进行推理或预测操作
。
[0391]
前面图的实施例可并入用于至少部分地基于包括用于执行图元混合和通道处理的至少一个自注意力模块的神经网络来生成推理的软件和
/
或电路
[0392]
图
20a-20b
示出了根据本文描述的实施例的附加示例性图形处理器逻辑
。
在至少一个实施例中，结合图
20a-20b
示出和描述的组件被集成到单个系统中，诸如图形处理单元
(gpu)、soc
或另一类型的处理器
。
在至少一个实施例中，图
20a
示出了可以包括在图
18
的图
形处理器
1810
内的图形核心
2000
，并且在至少一个实施例中，其可以是如图
19b
所示的统一着色器核心
1955a-1955n。
图
20b
示出了在至少一个实施例中的适合于在多芯片模块上部署的高度并行的通用图形处理单元
(“gpgpu”，其也可称为“图形处理单元”)2030。
在至少一个实施例中，图形处理单元
2030
是包括图形处理器的
gpgpu。
在至少一个实施例中，集成电路
1800
包括图形核心
2000
，例如，用于形成集成电路和
/
或用于形成
soc
，其中，这种集成电路和
/
或这种
soc
执行本文描述的操作
。
[0393]
在至少一个实施例中，图形核心
2000
包括共享指令高速缓存
2002、
纹理单元
2018
和高速缓存
/
共享存储器
2020(
例如，包括
l1、l2、l3、
末级高速缓存或其他高速缓存
)
，它们对于图形核心
2000
内的执行资源是共用的
。
在至少一个实施例中，图形核心
2000
可包括多个切片
2001a-2001n
或每个核心的分区，并且图形处理器可包括图形核心
2000
的多个实例
。
在至少一个实施例中，每个切片
2001a-2001n
是指图形核心
2000。
在至少一个实施例中，切片
2001a-2001n
具有多个子切片，这些子切片是切片
2001a-2001n
的一部分
。
在至少一个实施例中，切片
2001a-2001n
独立于其他切片或依赖于其他切片
。
在至少一个实施例中，切片
2001a-2001n
可包括支持逻辑，所述支持逻辑包括本地指令高速缓存
2004a-2004n、
线程调度器
(
定序器
)2006a-2006n、
线程分派器
2008a-2008n
和一组寄存器
2010a-2010n。
在至少一个实施例中，切片
2001a-2001n
可以包括一组附加功能单元
(afu 2012a-2012n)、
浮点单元
(fpu 2014a-2014n)、
整数算术逻辑单元
(alu 2016a-2016n)、
地址计算单元
(acu 2013a-2013n)、
双精度浮点单元
(dpfpu 2015a-2015n)
和矩阵处理单元
(mpu 2017a-2017n)。
在至少一个实施例中，
mpu 2017a-2017n
被称为矩阵引擎
。
[0394]
在至少一个实施例中，每个切片
2001a-2001n
包括用于浮点和整数向量运算的一个或更多个引擎以及用于在
ai、
机器学习或大数据集工作负载中加速卷积和矩阵运算的一个或更多个引擎
。
在至少一个实施例中，一个或更多个切片
2001a-2001n
包括用于计算向量
(
例如，计算向量的数学运算
)
的一个或更多个向量引擎
。
在至少一个实施例中，向量引擎可以在
16
位浮点
(
也称为“fp16”)、32
位浮点
(
也称为“fp32”)
或
64
位浮点
(
也称为“fp64”)
中计算向量运算
。
在至少一个实施例中，一个或更多个切片
2001a-2001n
包括
16
个向量引擎，其与
16
个矩阵数学单元配对以计算矩阵
/
张量运算，其中向量引擎和数学单元通过矩阵扩展来展示
。
在至少一个实施例中，处理单元
(
例如，
16
个核心和光线追踪单元或8个核心
)
的处理资源的指定部分的切片
、
线程调度器
、
线程分派器和用于处理器的附加功能单元
。
在至少一个实施例中，图形核心
2000
包括用于例如在计算张量运算时计算矩阵运算的一个或更多个矩阵引擎
。
[0395]
在至少一个实施例中，一个或更多个切片
2001a-2001n
包括用于计算光线追踪操作的一个或更多个光线追踪单元
(
例如，每个切片
2001a-2001n
有
16
个光线追踪单元
)。
在至少一个实施例中，光线追踪单元计算光线遍历
、
三角形相交
、
包围盒相交
、
或其他光线追踪操作
。
[0396]
在至少一个实施例中，一个或更多个切片
2001a-2001n
包括媒体切片，该媒体切片对数据进行编码
、
解码和
/
或转码；对数据进行缩放和
/
或格式转换；和
/
或对视频数据执行视频质量操作
。
[0397]
在至少一个实施例中，一个或更多个切片
2001a-2001n
链接至
l2
高速缓存和存储器结构
、
链接连接器
、
高带宽存储器
(hbm)(
例如，
hbm2e、hdm3)
栈和媒体引擎
。
在至少一个实
施例中，一个或更多个切片
2001a-2001n
包括多个核心
(
例如，
16
个核心
)
以及与每个核心配对的多个光线追踪单元
(
例如，
16
个
)。
在至少一个实施例中，一个或更多个切片
2001a-2001n
具有一个或更多个
l1
高速缓存
。
在至少一个实施例中，一个或更多个切片
2001a-2001n
包括一个或更多个向量引擎；一个或更多个指令高速缓存，用于存储指令；一个或更多个
l1
高速缓存，用于高速缓存数据；一个或更多个共享本地存储器
(slm)
，用于存储例如对应于指令的数据；一个或更多个采样器，用于对数据进行采样；一个或更多个光线追踪单元，用于执行光线追踪操作；一个或更多个几何单元，用于在几何管线中执行操作和
/
或将几何变换应用于顶点或多边形；一个或更多个光栅化器，用于描述向量图形格式
(
例如，形状
)
的图像并将其转换成光栅图像
(
例如，一系列像素
、
点或线，其在一起显示时创建由形状表示的图像
)
；一个或更多个分层深度缓冲区
(hiz)
，用于缓存数据；和
/
或一个或更多个像素后端
。
在至少一个实施例中，切片
2001a-2001n
包括存储器结构，例如
l2
高速缓存
。
[0398]
在至少一个实施例中，
fpu 2014a-2014n
可以执行单精度
(32
位
)
和半精度
(16
位
)
浮点运算，而
dpfpu 2015a-2015n
执行双精度
(64
位
)
浮点运算
。
在至少一个实施例中，
alu 2016a-2016n
可以以8位
、16
位和
32
位精度执行可变精度整数运算，并且可以被配置用于混合精度运算
。
在至少一个实施例中，
mpu 2017a-2017n
还可被配置用于混合精度矩阵运算，包括半精度浮点运算和8位整数运算
。
在至少一个实施例中，
mpu 2017a-2017n
可以执行各种矩阵运算以加速机器学习应用程序框架，包括使得能够支持加速的通用矩阵到矩阵乘法
(gemm)。
在至少一个实施例中，
afu 2012a-2012n
可以执行浮点单元或整数单元不支持的附加逻辑运算，包括三角函数运算
(
例如，正弦等
)。
逻辑
915
用于执行与一个或更多个实施例相关联的推理和
/
或训练操作
。
本文结合图
9a
和
/
或图
9b
提供关于逻辑
915
的细节
。
在至少一个实施例中，逻辑
915
可以在图形核心
2000
中使用，用于至少部分地基于使用本文所述的神经网络训练操作
、
神经网络函数和
/
或架构
、
或神经网络用例计算的权重参数来进行推理或预测操作
。
[0399]
在至少一个实施例中，图形核心
2000
包括附接到交换机和
gpu-gpu
桥的互连和链接结构子层，该
gpu-gpu
桥使多个图形处理器
2000(
例如，8个
)
能够通过加载
/
存储单元
(lsu)、
数据传送单元和多个图形处理器
2000
的同步语义在无需彼此附接的情况下进行互连
。
在至少一个实施例中，互连包括标准化互连
(
例如，
pcie)
或其一些组合
。
[0400]
在至少一个实施例中，图形核心
2000
包括多个瓦片
(tile)。
在至少一个实施例中，瓦片是个体管芯或者一个或更多个管芯，其中各个管芯可以采用互连
(
例如，嵌入式多管芯互连桥
(emib))
进行连接
。
在至少一个实施例中，图形核心
2000
包括计算瓦片
、
存储器瓦片
(
例如，其中存储器瓦片可由不同瓦片或不同芯片组
(
诸如
rambo
瓦片
)
独占访问
)、
衬底瓦片
、
基瓦片
、hmb
瓦片
、
链接瓦片和
emib
瓦片，其中所有瓦片一起封装在图形核心
2000
中，作为
gpu
的一部分
。
在至少一个实施例中，图形核心
2000
可在单个封装
(
也称为“多瓦片封装”)
中包括多个瓦片
。
在至少一个实施例中，计算瓦片可以具有8个图形核心
2000、l1
高速缓存；并且基瓦片可以具有与
pcie 5.0、hbm2e、mdfi
和
emib
的主机接口，链接瓦片具有与嵌入式交换机的8条链路
、8
个端口
。
在至少一个实施例中，各瓦片采用细间距的
36
微米微凸块
(
例如，铜柱
)
与面对面
(f2f)
芯片上芯片键合进行连接
。
在至少一个实施例中，图形核心
2000
包括存储器结构
(
该存储器结构包括存储器
)
，并且是可由多个瓦片访问的瓦片
。
在至少一个实施例中，图形核心
2000
将其自己的硬件上下文存储
、
访问或加载到存储器中，其中硬件上
下文是在进程恢复之前从寄存器加载的一组数据，并且其中硬件上下文可以指示硬件的状态
(
例如，
gpu
的状态
)。
[0401]
在至少一个实施例中，图形核心
2000
包括串行器
/
解串器
(serdes)
电路，该电路将串行数据流转换为并行数据流，或将并行数据流转换为串行数据流
。
[0402]
在至少一个实施例中，图形核心
2000
包括高速一致性统一结构
(gpu
到
gpu)、
加载
/
存储单元
、
批量数据传输和同步语义
、
以及通过嵌入式交换机连接的
gpu
，其中
gpu-gpu
桥由控制器控制
。
[0403]
在至少一个实施例中，图形核心
2000
执行
api
，其中所述
api
对图形核心
2000
的硬件进行抽象，并且使用指令来访问库以执行数学运算
(
例如，数学内核库
)、
深度神经网络操作
(
例如，深度神经网络库
)、
向量操作
、
集体通信
、
线程构建块
、
视频处理
、
数据分析库和
/
或光线追踪操作
。
[0404]
前面图的实施例可并入用于至少部分地基于包括用于执行图元混合和通道处理的至少一个自注意力模块的神经网络来生成推理的软件和
/
或电路
[0405]
图
20b
示出了在至少一个实施例中的通用处理单元
(gpgpu)2030
，其可以被配置为使得高度并行的计算操作能够由图形处理单元的阵列来执行
。
在至少一个实施例中，
gpgpu 2030
可以直接链接到
gpgpu 2030
的其他实例，以创建多
gpu
集群，以提高用于深度神经网络的训练速度
。
在至少一个实施例中，
gpgpu 2030
包括主机接口
2032
，用于实现与主机处理器的连接
。
在至少一个实施例中，主机接口
2032
是
pci express
接口
。
在至少一个实施例中，主机接口
2032
可以是厂商专用的通信接口或通信结构
。
在至少一个实施例中，
gpgpu 2030
接收来自主机处理器的命令，并使用全局调度器
2034(
其可被称为线程定序器和
/
或异步计算引擎
)
将与那些命令相关联的执行线程分配给一组计算集群
2036a-2036h。
在至少一个实施例中，计算集群
2036a-2036h
共享高速缓存存储器
2038。
在至少一个实施例中，高速缓存存储器
2038
可以用作计算集群
2036a-2036h
内的高速缓存存储器的更高级别的高速缓存
。
在至少一个实施例中，计算集群
2036a-2036h
包括切片或被称为“切片”。
在至少一个实施例中，
gpgpu 2030
为
soc
的一部分，例如集成电路
1800
的一部分
(
图
18)。
[0406]
在至少一个实施例中，
gpgpu 2030
包括存储器
2044a-2044b
，其经由一组存储器控制器
2042a-2042b(
例如，用于
hbm2e
的一个或更多个控制器
)
与计算集群
2036a-2036h
耦合
。
在至少一个实施例中，存储器
2044a-2044b
可以包括各种类型的存储器设备，其包括动态随机存取存储器
(dram)
或图形随机存取存储器，诸如同步图形随机存取存储器
(sgram)
，其包括图形双倍数据速率
(gddr)
存储器
。
[0407]
在至少一个实施例中，计算集群
2036a-2036h
每个都包括一组图形核心，诸如图
20a
的图形核心
2000
，该图形核心可以包括多种类型的整数和浮点逻辑单元，这些逻辑单元可以在包括适用于机器学习计算的精度范围上执行计算操作
。
例如，在至少一个实施例中，每个计算集群
2036a-2036h
中的浮点单元的至少子集可以被配置为执行
16
位或
32
位浮点运算，而浮点单元的不同子集可以被配置为执行
64
位浮点运算
。
[0408]
在至少一个实施例中，
gpgpu 2030
的多个实例可以被配置为操作为计算集群
。
在至少一个实施例中，计算集群
2036a-2036h
用于同步和数据交换的通信在实施例之间变化
。
在至少一个实施例中，
gpgpu 2030
的多个实例通过主机接口
2032
进行通信
。
在至少一个实施例中，
gpgpu 2030
包括
i/o
集线器
2039
，其将
gpgpu 2030
与
gpu
链路
2040
耦合，该
gpu
链路
2040
实现到
gpgpu 2030
的其他实例的直接连接
。
在至少一个实施例中，
gpu
链路
2040
耦合到专用
gpu
到
gpu
桥，该桥实现
gpgpu 2030
的多个实例之间的通信和同步
。
在至少一个实施例中，
gpu
链路
2040
与高速互连耦合，以向其他
gpgpu
或并行处理器发送和接收数据
。
在至少一个实施例中，
gpgpu 2030
的多个实例位于单独的数据处理系统中，并且经由可经由主机接口
2032
访问的网络设备进行通信
。
在至少一个实施例中，除主机接口
2032
之外或作为其替代，
gpu
链路
2040
也可被配置为实现到主机处理器的连接
。
[0409]
在至少一个实施例中，
gpgpu 2030
可以被配置为训练神经网络
。
在至少一个实施例中，可以在推理平台内使用
gpgpu 2030。
在至少一个实施例中，在使用
gpgpu 2030
进行推理的情况下，相对于使用
gpgpu 2030
训练神经网络时，
gpgpu 2030
可以包括更少的计算集群
2036a-2036h。
在至少一个实施例中，与存储器
2044a-2044b
相关联的存储器技术可以在推理和训练配置之间有所不同，其中更高带宽的存储器技术专用于训练配置
。
在至少一个实施例中，
gpgpu 2030
的推理配置可以支持推理特定指令
。
例如，在至少一个实施例中，推理配置可以提供对一个或更多个8位整数点积指令的支持，该指令可以在部署的神经网络的推理操作期间使用
。
[0410]
逻辑
915
用于执行与一个或更多个实施例相关联的推理和
/
或训练操作
。
本文结合图
9a
和
/
或图
9b
提供关于逻辑
915
的细节
。
在至少一个实施例中，逻辑
915
可以在
gpgpu 2030
中使用，用于至少部分地基于使用本文所述的神经网络训练操作
、
神经网络函数和
/
或架构
、
或神经网络用例计算的权重参数来进行推理或预测操作
。
[0411]
前面图的实施例可并入用于至少部分地基于包括用于执行图元混合和通道处理的至少一个自注意力模块的神经网络来生成推理的软件和
/
或电路
[0412]
图
21
是示出了根据至少一个实施例的计算系统
2100
的框图
。
在至少一个实施例中，计算系统
2100
包括具有经由可包括存储器集线器
2105
的互连路径通信的一个或更多个处理器
2102
和系统存储器
2104
的处理子系统
2101。
在至少一个实施例中，存储器集线器
2105
可以是芯片组组件内的单独组件，或者可以集成在一个或更多个处理器
2102
内
。
在至少一个实施例中，存储器集线器
2105
经由通信链路
2106
与
i/o
子系统
2111
耦合
。
在至少一个实施例中，
i/o
子系统
2111
包括
i/o
集线器
2107
，所述
i/o
集线器可以使计算系统
2100
能够接收来自一个或更多个输入设备
2108
的输入
。
在至少一个实施例中，
i/o
集线器
2107
可以使显示控制器能够向一个或更多个显示设备
2110a
提供输出，所述显示控制器可以包括在一个或更多个处理器
2102
中
。
在至少一个实施例中，与
i/o
集线器
2107
耦合的一个或更多个显示设备
2110a
可以包括本地
、
内部或嵌入式显示设备
。
[0413]
在至少一个实施例中，处理子系统
2101
包括经由总线或其他通信链路
2113
耦合到存储器集线器
2105
的一个或更多个并行处理器
2112。
在至少一个实施例中，通信链路
2113
可以使用基于通信链路技术或协议
(
诸如但不限于
pci express)
的任何数量的标准之一，或者可以是特定于供应商的通信接口或通信结构
。
在至少一个实施例中，一个或更多个并行处理器
2112
形成计算集中的并行或向量处理系统，所述系统可以包括大量处理核心和
/
或处理集群，诸如集成众核
(mic)
处理器
。
在至少一个实施例中，一个或更多个并行处理器
2112
中的一些或全部并行处理器形成图形处理子系统，所述图形处理子系统可以将像素输出到经由
i/o
集线器
2107
耦合的一个或更多个显示设备
2110a
之一
。
在至少一个实施例中，一个或更多个并行处理器
2112
还可以包括显示控制器和显示接口
(
未示出
)
，用于实现到一
个或更多个显示设备
2110b
的直接连接
。
在至少一个实施例中，一个或更多个并行处理器
2112
包括一个或更多个核心，诸如本文讨论的图形核心
2000。
[0414]
在至少一个实施例中，系统存储单元
2114
可以连接到
i/o
集线器
2107
，以提供用于计算系统
2100
的存储机制
。
在至少一个实施例中，
i/o
交换机
2116
可以用于提供接口机制，用于实现
i/o
集线器
2107
与其他组件之间的连接，该其他组件例如可以集成到平台中的网络适配器
2118
和
/
或无线网络适配器
2119
，以及可以经由一个或更多个附加设备
2120
添加的各种其他设备
。
在至少一个实施例中，网络适配器
2118
可以是以太网适配器或另一有线网络适配器
。
在至少一个实施例中，无线网络适配器
2119
可以包括
wi-fi、
蓝牙
、
近场通信
(nfc)
或包括一个或更多个无线电设备的其他网络设备中的一个或更多个
。
[0415]
在至少一个实施例中，计算系统
2100
可以包括也可连接到
i/o
集线器
2107
的未明确示出的其他组件，所述其他组件包括
usb
或其他端口连接
、
光学存储驱动器
、
视频捕获设备等
。
在至少一个实施例中，可以使用任何合适的协议
(
诸如基于
pci(
外围组件互连
)
的协议
(
例如
pci-express)
或其他总线或点对点通信接口和
/
或协议
(
诸如
nv-link
高速互连或互连协议
)
来实现互连图
21
中各个组件的通信路径
。
[0416]
在至少一个实施例中，一个或更多个并行处理器
2112
包括为图形和视频处理而优化的电路，所述电路包括例如视频输出电路，并构成图形处理单元
(gpu)
，例如，一个或更多个并行处理器
2112
包括图形核心
2000。
在至少一个实施例中，一个或更多个并行处理器
2112
包括为通用处理而优化的电路
。
在至少一个实施例中，计算系统
2100
的组件可以与单个集成电路上的一个或更多个其他系统元件集成
。
例如，在至少一个实施例中，一个或更多个并行处理器
2112、
存储器集线器
2105、
一个或更多个处理器
2102
和
i/o
集线器
2107
，可以被集成到片上系统
(soc)
集成电路中
。
在至少一个实施例中，计算系统
2100
的组件可以被集成到单个封装中，以形成系统级封装
(sip)
配置
。
在至少一个实施例中，计算系统
2100
的组件的至少一部分可以被集成到多芯片模块
(mcm)
中，所述多芯片模块可以与其他多芯片模块一起互连到模块化计算系统中
。
[0417]
逻辑
915
用于执行与一个或更多个实施例相关联的推理和
/
或训练操作
。
本文结合图
9a
和
/
或图
9b
提供关于逻辑
915
的细节
。
在至少一个实施例中，逻辑
915
可以在系统
2100
中使用，以用于至少部分地基于使用本文所述的神经网络训练操作
、
神经网络函数和
/
或架构
、
或神经网络用例计算的权重参数来进行推理或预测操作
。
[0418]
前面图的实施例可并入用于至少部分地基于包括用于执行图元混合和通道处理的至少一个自注意力模块的神经网络来生成推理的软件和
/
或电路
[0419]
处理器
[0420]
图
22a
示出了根据至少一个实施例的并行处理器
2200。
在至少一个实施例中，并行处理器
2200
的各个组件可以使用一个或更多个集成电路设备来实现，诸如可编程处理器
、
专用集成电路
(asic)
或现场可编程门阵列
(fpga)。
在至少一个实施例中，所示的并行处理器
2200
是根据示例性实施例的图
21
所示的一个或更多个并行处理器
2112
的变体
。
在至少一个实施例中，并行处理器
2200
包括一个或更多个图形核心
2000。
[0421]
在至少一个实施例中，并行处理器
2200
包括并行处理单元
2202。
在至少一个实施例中，并行处理单元
2202
包括
i/o
单元
2204
，其使得能够与其他设备进行通信，包括并行处理单元
2202
的其他实例
。
在至少一个实施例中，
i/o
单元
2204
可以直接连接到其他设备
。
在
至少一个实施例中，
i/o
单元
2204
经由使用集线器或交换机接口
(
例如，存储器集线器
2205)
与其他设备连接
。
在至少一个实施例中，存储器集线器
2205
与
i/o
单元
2204
之间的连接形成通信链路
2213。
在至少一个实施例中，
i/o
单元
2204
与主机接口
2206
和存储器交叉开关
2216
连接，其中主机接口
2206
接收用于执行处理操作的命令，而存储器交叉开关
2216
接收用于执行存储器操作的命令
。
[0422]
在至少一个实施例中，当主机接口
2206
经由
i/o
单元
2204
接收命令缓冲区时，主机接口
2206
可以将用于执行那些命令的工作操作引导到前端
2208。
在至少一个实施例中，前端
2208
与调度器
2210(
其可称为定序器
)
耦合，调度器
2210
被配置成将命令或其他工作项分配给处理集群阵列
2212。
在至少一个实施例中，调度器
2210
确保在将任务分配给处理集群阵列
2212
中的集群之前，处理集群阵列
2212
被正确地配置并且处于有效状态
。
在至少一个实施例中，调度器
2210
经由在微控制器上执行的固件逻辑来实现
。
在至少一个实施例中，微控制器实现的调度器
2210
可被配置成以粗粒度和细粒度执行复杂的调度和工作分配操作，从而实现对在处理集群阵列
2212
上执行的线程的快速抢占和上下文切换
。
在至少一个实施例中，主机软件可以证明用于经由多个图形处理路径之一在处理集群阵列
2212
上进行调度的工作负载
。
在至少一个实施例中，工作负载然后可以由包括调度器
2210
的微控制器内的调度器
2210
逻辑在处理集群阵列
2212
上自动分配
。
[0423]
在至少一个实施例中，处理集群阵列
2212
可以包括多达“n”个处理集群
(
例如，集群
2214a、
集群
2214b
到集群
2214n)
，其中“n”代表正整数
(
其可以是与其他图中使用的整数不同的整数“n”)。
在至少一个实施例中，处理集群阵列
2212
的每个集群
2214a-2214n
可以执行大量并发线程
。
在至少一个实施例中，调度器
2210
可以使用各种调度和
/
或工作分配算法将工作分配给处理集群阵列
2212
中的集群
2214a-2214n
，这些算法可以根据针对每种类型的程序或计算产生的工作负载而变化
。
在至少一个实施例中，调度可以由调度器
2210
动态地处理，或者可以在配置为由处理集群阵列
2212
执行的程序逻辑的编译期间部分地由编译器逻辑来辅助
。
在至少一个实施例中，处理集群阵列
2212
中的不同集群
2214a-2214n
可被分配用于处理不同类型的程序或用于执行不同类型的计算
。
[0424]
在至少一个实施例中，处理集群阵列
2212
可以被配置成执行各种类型的并行处理操作
。
在至少一个实施例中，处理集群阵列
2212
被配置成执行通用并行计算操作
。
例如，在至少一个实施例中，处理集群阵列
2212
可以包括用于执行处理任务的逻辑，该处理任务包括对视频和
/
或音频数据的过滤，执行建模操作，包括物理操作以及执行数据转换
。
[0425]
在至少一个实施例中，处理集群阵列
2212
被配置成执行并行图形处理操作
。
在至少一个实施例中，处理集群阵列
2212
可以包括用于支持这种图形处理操作的执行的附加逻辑，包括但不限于执行纹理操作的纹理采样逻辑，以及曲面细分逻辑和其他顶点处理逻辑
。
在至少一个实施例中，处理集群阵列
2212
可以被配置成执行与图形处理有关的着色器程序，诸如但不限于顶点着色器
、
曲面细分着色器
、
几何着色器和像素着色器
。
在至少一个实施例中，并行处理单元
2202
可以经由
i/o
单元
2204
从系统存储器传送数据以进行处理
。
在至少一个实施例中，在处理期间，可以在处理期间将传送的数据存储到片上存储器
(
例如，并行处理器存储器
2222)
，然后将其写回到系统存储器
。
[0426]
在至少一个实施例中，当并行处理单元
2202
用于执行图形处理时，调度器
2210
可以被配置成将处理工作负载划分为近似相等大小的任务，以更好地实现将图形处理操作分
配给处理集群阵列
2212
中的多个集群
2214a-2214n。
在至少一个实施例中，处理集群阵列
2212
的各部分可以被配置成执行不同类型的处理
。
例如，在至少一个实施例中，第一部分可以被配置成执行顶点着色和拓扑生成，第二部分可以被配置成执行曲面细分和几何着色，并且第三部分可以被配置成执行像素着色或其他屏幕空间操作，以产生用于显示的渲染图像
。
在至少一个实施例中，可以将由集群
2214a-2214n
中的一个或更多个产生的中间数据存储在缓冲区中，以允许在集群
2214a-2214n
之间传送中间数据以供进一步处理
。
[0427]
在至少一个实施例中，处理集群阵列
2212
可以经由调度器
2210
接收要执行的处理任务，该调度器
2210
从前端
2208
接收定义处理任务的命令
。
在至少一个实施例中，处理任务可以包括要处理的数据的索引，例如，表面
(
补丁
)
数据
、
原始数据
、
顶点数据和
/
或像素数据，以及状态参数和定义如何处理数据的命令
(
例如，要执行什么程序
)。
在至少一个实施例中，调度器
2210
可以被配置成获取与任务相对应的索引，或者可以从前端
2208
接收索引
。
在至少一个实施例中，前端
2208
可以被配置成确保在启动由传入命令缓冲区
(
例如，批缓冲区
(batch-buffer)、
推送缓冲区等
)
指定的工作负载之前，处理集群阵列
2212
被配置成处于有效状态
。
[0428]
在至少一个实施例中，并行处理单元
2202
的一个或更多个实例中的每一个可以与并行处理器存储器
2222
耦合
。
在至少一个实施例中，可以经由存储器交叉开关
2216
访问并行处理器存储器
2222
，所述存储器交叉开关
2216
可以接收来自处理集群阵列
2212
以及
i/o
单元
2204
的存储器请求
。
在至少一个实施例中，存储器交叉开关
2216
可以经由存储器接口
2218
访问并行处理器存储器
2222。
在至少一个实施例中，存储器接口
2218
可以包括多个分区单元
(
例如，分区单元
2220a、
分区单元
2220b
到分区单元
2220n)
，其可各自耦合至并行处理器存储器
2222
的一部分
(
例如，存储器单元
)。
在至少一个实施例中，分区单元
2220a-2220n
的数量被配置为等于存储器单元的数量，使得第一分区单元
2220a
具有对应的第一存储器单元
2224a
，第二分区单元
2220b
具有对应的第二存储器单元
2224b
，第n分区单元
2220n
具有对应的第n存储器单元
2224n。
在至少一个实施例中，分区单元
2220a-2220n
的数量可以不等于存储器单元的数量
。
[0429]
在至少一个实施例中，存储器单元
2224a-2224n
可以包括各种类型的存储器设备，包括动态随机存取存储器
(dram)
或图形随机存取存储器，诸如同步图形随机存取存储器
(sgram)
，包括图形双倍数据速率
(gddr)
存储器
。
在至少一个实施例中，存储器单元
2224a-2224n
还可包括
3d
堆叠存储器，包括但不限于高带宽存储器
(hbm、hbm2e、
或
hdm3)。
在至少一个实施例中，可以跨存储器单元
2224a-2224n
来存储诸如帧缓冲区或纹理映射之类的渲染目标，从而允许分区单元
2220a-2220n
并行地写入每个渲染目标的各部分，以高效地使用并行处理器存储器
2222
的可用带宽
。
在至少一个实施例中，可以排除并行处理器存储器
2222
的本地实例，以有利于利用系统存储器以及本地高速缓存存储器的统一存储器设计
。
[0430]
在至少一个实施例中，处理集群阵列
2212
中的集群
2214a-2214n
中的任何一个都可以处理将被写入并行处理器存储器
2222
内的任何存储器单元
2224a-2224n
中的数据
。
在至少一个实施例中，存储器交叉开关
2216
可以被配置为将每个集群
2214a-2214n
的输出传输到任何分区单元
2220a-2220n
或另一个集群
2214a-2214n
，另一个集群
2214a-2214n
可以对输出执行附加处理操作
。
在至少一个实施例中，每个集群
2214a-2214n
可以通过存储器交叉开关
2216
与存储器接口
2218
通信，以从各种外部存储器设备读取或写入各种外部存储器
设备
。
在至少一个实施例中，存储器交叉开关
2216
具有用于与
i/o
单元
2204
通信的到存储器接口
2218
的连接，以及到并行处理器存储器
2222
的本地实例的连接，其使得不同处理集群
2214a-2214n
内的处理单元能够与系统存储器或不是并行处理单元
2202
本地的其他存储器进行通信
。
在至少一个实施例中，存储器交叉开关
2216
可以使用虚拟通道来分离集群
2214a-2214n
和分区单元
2220a-2220n
之间的业务流
。
[0431]
在至少一个实施例中，可以在单个附加卡上提供并行处理单元
2202
的多个实例，或者可以将多个附加卡互连
。
在至少一个实施例中，并行处理单元
2202
的不同实例可以被配置成相互操作，即使不同实例具有不同数量的处理核心
、
不同数量的本地并行处理器存储器和
/
或其他配置差异
。
例如，在至少一个实施例中，并行处理单元
2202
的一些实例可以包括相对于其他实例而言更高精度的浮点单元
。
在至少一个实施例中，包含并行处理单元
2202
或并行处理器
2200
的一个或更多个实例的系统可以以各种配置和形式因子来实现，包括但不限于台式计算机
、
膝上型计算机或手持式个人计算机
、
服务器
、
工作站
、
游戏控制台和
/
或嵌入式系统
。
[0432]
图
22b
是根据至少一个实施例的分区单元
2220
的框图
。
在至少一个实施例中，分区单元
2220
是图
22a
的分区单元
2220a-2220n
之一的实例
。
在至少一个实施例中，分区单元
2220
包括
l2
高速缓存
2221、
帧缓冲区接口
2225
和
rop 2226(
光栅操作单元
)。
在至少一个实施例中，
l2
高速缓存
2221
是读
/
写高速缓存，其被配置成执行从存储器交叉开关
2216
和
rop 2226
接收的加载和存储操作
。
在至少一个实施例中，
l2
高速缓存
2221
将读取未命中和紧急回写请求输出到帧缓冲区接口
2225
以进行处理
。
在至少一个实施例中，还可以经由帧缓冲区接口
2225
将更新发送到帧缓冲区以进行处理
。
在至少一个实施例中，帧缓冲区接口
2225
与并行处理器存储器中的存储器单元
(
诸如图
22a
的存储器单元
2224a-2224n(
例如，在并行处理器存储器
2222
内
))
之一相接合
。
[0433]
在至少一个实施例中，
rop 2226
是处理单元，其执行光栅操作，诸如模版
、z
测试
、
混合等
。
在至少一个实施例中，
rop 2226
然后输出存储在图形存储器中的经处理的图形数据
。
在至少一个实施例中，
rop 2226
包括压缩逻辑，用于压缩被写入存储器的深度或颜色数据并解压缩从存储器读取的深度或颜色数据
。
在至少一个实施例中，压缩逻辑可以是利用多种压缩算法中的一种或更多种的无损压缩逻辑
。
在至少一个实施例中，
rop 2226
执行的压缩的类型可以基于要压缩的数据的统计特性而变化
。
例如，在至少一个实施例中，基于每图块对深度和颜色数据执行增量颜色压缩
。
[0434]
在至少一个实施例中，
rop 2226
包括在每个处理集群内
(
例如，图
22a
的集群
2214a-2214n)
，而不是在分区单元
2220
内
。
在至少一个实施例中，通过存储器交叉开关
2216
传送对像素数据而不是像素片段数据的读取和写入请求
。
在至少一个实施例中，经处理的图形数据可以在显示设备
(
诸如图
21
的一个或更多个显示设备
2110
之一
)
上显示，由处理器
2102
路由以供进一步处理，或者由图
22a
的并行处理器
2200
内的处理实体之一路由以供进一步处理
。
[0435]
图
22c
是根据至少一个实施例的并行处理单元内的处理集群
2214
的框图
。
在至少一个实施例中，处理集群是图
22a
的处理集群
2214a-2214n
之一的实例
。
在至少一个实施例中，处理集群
2214
可以被配置成并行执行许多线程，其中“线程”是指在特定的一组输入数据上执行的特定程序的实例
。
在至少一个实施例中，单指令多数据
(simd)
指令发布技术用
于支持大量线程的并行执行而无需提供多个独立的指令单元
。
在至少一个实施例中，使用单指令多线程
(simt)
技术来支持使用公共指令单元对大量通常同步的线程的并行执行，该公共指令单元被配置成向每个处理集群内的一组处理引擎发出指令
。
[0436]
在至少一个实施例中，可以经由将处理任务分配给
simt
并行处理器的管线管理器
2232
来控制处理集群
2214
的操作
。
在至少一个实施例中，管线管理器
2232
从图
22a
的调度器
2210
接收指令，并且经由图形多处理器
2234
和
/
或纹理单元
2236
管理这些指令的执行
。
在至少一个实施例中，图形多处理器
2234
是
simt
并行处理器的示例性实例
。
然而，在至少一个实施例中，处理集群
2214
内可以包括不同架构的各种类型的
simt
并行处理器
。
在至少一个实施例中，处理集群
2214
内可以包括图形多处理器
2234
的一个或更多个实例
。
在至少一个实施例中，图形多处理器
2234
可以处理数据，并且数据交叉开关
2240
可以用于将经处理的数据分配到多个可能的目的地
(
包括其他着色器单元
)
之一
。
在至少一个实施例中，管线管理器
2232
可以通过指定要经由数据交叉开关
2240
分配的经处理的数据的目的地来促进对经处理的数据的分配
。
[0437]
在至少一个实施例中，处理集群
2214
内的每个图形多处理器
2234
可以包括相同的一组功能执行逻辑
(
例如，算术逻辑单元
、
加载-存储单元等
)。
在至少一个实施例中，可以以管线化方式配置功能执行逻辑，其中可以在先前的指令完成之前发出新的指令
。
在至少一个实施例中，功能执行逻辑支持各种操作，包括整数和浮点算术
、
比较操作
、
布尔运算
、
比特移位和各种代数函数的计算
。
在至少一个实施例中，可以利用一些功能单元硬件来执行不同的操作，并且可以存在功能单元的任何组合
。
[0438]
在至少一个实施例中，传送到处理集群
2214
的指令构成线程
。
在至少一个实施例中，跨一组并行处理引擎执行的一组线程是线程组
。
在至少一个实施例中，线程组对不同的输入数据执行通用程序
。
在至少一个实施例中，线程组内的每个线程可被指派给图形多处理器
2234
内的不同处理引擎
。
在至少一个实施例中，线程组可包括比图形多处理器
2234
内的处理引擎的数量更少的线程
。
在至少一个实施例中，当线程组包括的线程数少于处理引擎的数量时，一个或更多个处理引擎在正在处理该线程组的循环期间可以是空闲的
。
在至少一个实施例中，线程组还可以包括比图形多处理器
2234
内的处理引擎的数量更多的线程
。
在至少一个实施例中，当线程组包括比图形多处理器
2234
内的处理引擎的数量更多的线程时，可以在连续的时钟周期内执行处理
。
在至少一个实施例中，可以在图形多处理器
2234
上并发地执行多个线程组
。
[0439]
在至少一个实施例中，图形多处理器
2234
包括内部高速缓存存储器，用于执行加载和存储操作
。
在至少一个实施例中，图形多处理器
2234
可以放弃内部高速缓存并使用处理集群
2214
内的高速缓存存储器
(
例如，
l1
高速缓存
2248)。
在至少一个实施例中，每个图形多处理器
2234
还可以访问分区单元
(
例如，图
22a
的分区单元
2220a-2220n)
内的
l2
高速缓存，这些分区单元在所有处理集群
2214
之间共享并且可以用于在线程之间传输数据
。
在至少一个实施例中，图形多处理器
2234
还可以访问片外全局存储器，其可以包括本地并行处理器存储器和
/
或系统存储器中的一个或更多个
。
在至少一个实施例中，并行处理单元
2202
外部的任何存储器都可以用作全局存储器
。
在至少一个实施例中，处理集群
2214
包括图形多处理器
2234
的多个实例，它们可以共享可以存储在
l1
高速缓存
2248
中的公共指令和数据
。
[0440]
在至少一个实施例中，每个处理集群
2214
可以包括被配置成将虚拟地址映射到物理地址的内存管理单元
(“mmu”)2245。
在至少一个实施例中，
mmu 2245
的一个或更多个实例可以驻留在图
22a
的存储器接口
2218
内
。
在至少一个实施例中，
mmu 2245
包括一组页表条目
(pte)
，其用于将虚拟地址映射到图块的物理地址以及可选地映射到高速缓存行索引
。
在至少一个实施例中，
mmu 2245
可以包括地址转换后备缓冲区
(tlb)
或可以驻留在图形多处理器
2234
或
l1
高速缓存
2248
或处理集群
2214
内的高速缓存
。
在至少一个实施例中，物理地址被处理以分配表面数据访问局部性，以在分区单元之间进行高效的请求交错
。
在至少一个实施例中，高速缓存行索引可以用于确定对高速缓存行的请求是命中还是未命中
。
[0441]
在至少一个实施例中，可以配置处理集群
2214
，使得每个图形多处理器
2234
耦合到纹理单元
2236
，以执行纹理映射操作，该纹理映射操作确定纹理样本位置
、
读取纹理数据以及过滤纹理数据
。
在至少一个实施例中，根据需要，从内部纹理
l1
高速缓存
(
未示出
)
或从图形多处理器
2234
内的
l1
高速缓存中读取纹理数据，并从
l2
高速缓存
、
本地并行处理器存储器或系统存储器中获取纹理数据
。
在至少一个实施例中，每个图形多处理器
2234
将经处理的任务输出到数据交叉开关
2240
，以将经处理的任务提供给另一处理集群
2214
以进行进一步处理，或将经处理的任务存储在
l2
高速缓存
、
本地并行处理器存储器中，或经由存储器交叉开关
2216
存储在系统存储器中
。
在至少一个实施例中，
prerop 2242(
预光栅操作单元
)
被配置成从图形多处理器
2234
接收数据，并将数据引导至
rop
单元，该
rop
单元可以与本文所述的分区单元
(
例如，图
22a
的分区单元
2220a-2220n)
一起定位
。
在至少一个实施例中，
prerop 2242
单元可以执行针对颜色混合
、
组织像素颜色数据以及执行地址转换的优化
。
[0442]
逻辑
915
用于执行与一个或更多个实施例相关联的推理和
/
或训练操作
。
本文结合图
9a
和
/
或图
9b
提供关于逻辑
915
的细节
。
在至少一个实施例中，逻辑
915
可以在图形处理集群
2214
中使用，用于至少部分地基于使用本文描述的神经网络训练操作
、
神经网络函数和
/
或架构
、
或神经网络用例计算的权重参数来进行推理或预测操作
。
[0443]
前面图的实施例可并入用于至少部分地基于包括用于执行图元混合和通道处理的至少一个自注意力模块的神经网络来生成推理的软件和
/
或电路
。
[0444]
图
22d
示出了根据至少一个实施例的图形多处理器
2234。
在至少一个实施例中，图形多处理器
2234
与处理集群
2214
的管线管理器
2232
耦合
。
在至少一个实施例中，图形多处理器
2234
具有执行管线，该执行管线包括但不限于指令高速缓存
2252、
指令单元
2254、
地址映射单元
2256、
寄存器文件
2258、
一个或更多个通用图形处理单元
(gpgpu)
核心
2262
和一个或更多个加载
/
存储单元
2266
，其中一个或更多个加载
/
存储单元
2266
可执行加载
/
存储操作以加载
/
存储对应于执行操作的指令
。
在至少一个实施例中，
gpgpu
核心
2262
和加载
/
存储单元
2266
经由存储器和高速缓存互连
2268
与高速缓存存储器
2272
和共享存储器
2270
耦合
。
在至少一个实施例中，在至少一个实施例中，
gpgpu
核心
2262
是
soc
的一部分，例如图
18
中的集成电路
1800
的一部分
。
[0445]
在至少一个实施例中，指令高速缓存
2252
从管线管理器
2232
接收要执行的指令流
。
在至少一个实施例中，指令被高速缓存在指令高速缓存
2252
中并且被分派以供指令单元
2254
执行
。
在至少一个实施例中，指令单元
2254
可以分派指令作为线程组
(
例如，线程束
、
波前
、
波
)
，其中线程组中的每个线程被指派给
gpgpu
核心
2262
内的不同执行单元
。
在至少一个实施例中，指令可以通过在统一地址空间内指定地址来访问任何本地
、
共享或全局地址
空间
。
在至少一个实施例中，地址映射单元
2256
可以用于将统一地址空间中的地址转换成可以由加载
/
存储单元
2266
访问的不同的存储器地址
。
[0446]
在至少一个实施例中，寄存器文件
2258
为图形多处理器
2234
的功能单元提供了一组寄存器
。
在至少一个实施例中，寄存器文件
2258
为连接到图形多处理器
2234
的功能单元
(
例如，
gpgpu
核心
2262、
加载
/
存储单元
2266)
的数据路径的操作数提供了临时存储
。
在至少一个实施例中，在每个功能单元之间划分寄存器文件
2258
，使得为每个功能单元分配寄存器文件
2258
的专用部分
。
在至少一个实施例中，寄存器文件
2258
在图形多处理器
2234
正在执行的不同线程束
(
其可被称为波前和
/
或波
)
之间划分
。
[0447]
在至少一个实施例中，
gpgpu
核心
2262
可以各自包括用于执行图形多处理器
2234
的指令的浮点单元
(fpu)
和
/
或整数算术逻辑单元
(alu)。
在至少一个实施例中，各个
gpgpu
核心
2262
的架构可以相似或架构可以不同
。
在至少一个实施例中，
gpgpu
核心
2262
的第一部分包括单精度
fpu
和整数
alu
，而
gpgpu
核心的第二部分包括双精度
fpu。
在至少一个实施例中，
fpu
可以实现用于浮点算法的
ieee 754-2008
标准或启用可变精度浮点算法
。
在至少一个实施例中，图形多处理器
2234
可以附加地包括一个或更多个固定功能或特殊功能单元，用于执行特定功能，诸如复制矩形或像素混合操作
。
在至少一个实施例中，
gpgpu
核心
2262
中的一个或更多个也可以包括固定或特殊功能逻辑
。
[0448]
在至少一个实施例中，
gpgpu
核心
2262
包括能够对多组数据执行单个指令的
simd
逻辑
。
在至少一个实施例中，
gpgpu
核心
2262
可以物理地执行
simd4、simd8
和
simd16
指令，并且在逻辑上执行
simd1、simd2
和
simd32
指令
。
在至少一个实施例中，用于
gpgpu
核心的
simd
指令可以在编译时由着色器编译器生成，或者在执行针对单程序多数据
(spmd)
或
simt
架构编写和编译的程序时自动生成
。
在至少一个实施例中，可以经由单个
simd
指令来执行为
simt
执行模型配置的程序的多个线程
。
例如，在至少一个实施例中，可以经由单个
simd8
逻辑单元并行执行实施相同或相似操作的八个
simt
线程
。
[0449]
在至少一个实施例中，存储器和高速缓存互连
2268
是将图形多处理器
2234
的每个功能单元连接到寄存器文件
2258
和共享存储器
2270
的互连网络
。
在至少一个实施例中，存储器和高速缓存互连
2268
是交叉开关互连，其允许加载
/
存储单元
2266
在共享存储器
2270
和寄存器文件
2258
之间实现加载和存储操作
。
在至少一个实施例中，寄存器文件
2258
可以以与
gpgpu
核心
2262
相同的频率操作，从而在
gpgpu
核心
2262
和寄存器文件
2258
之间进行数据传输的延时非常低
。
在至少一个实施例中，共享存储器
2270
可以用于实现在图形多处理器
2234
内的功能单元上执行的线程之间的通信
。
在至少一个实施例中，高速缓存存储器
2272
可以用作例如数据高速缓存，用于高速缓存在功能单元和纹理单元
2236
之间通信的纹理数据
。
在至少一个实施例中，共享存储器
2270
也可以用作程序管理的高速缓存
。
在至少一个实施例中，除了存储在高速缓存存储器
2272
中的自动高速缓存的数据之外，在
gpgpu
核心
2262
上执行的线程还可以以编程方式将数据存储在共享存储器中
。
[0450]
在至少一个实施例中，如本文所述的并行处理器或
gpgpu
通信地耦合到主机
/
处理器核心，以加速图形操作
、
机器学习操作
、
图案分析操作以及各种通用
gpu(gpgpu)
功能
。
在至少一个实施例中，
gpu
可以通过总线或其他互连
(
例如，诸如
pcie
或
nvlink
之类的高速互连
)
通信地耦合到主机处理器
/
核心
。
在至少一个实施例中，
soc
包括如本文所述的并行处理器或
gpgpu
，其中所述并行处理器或所述
soc
在上执行
。
在至少一个实施例中，
gpu
可以与核
心集成在封装或芯片上，并通过封装或芯片内部的内部处理器总线
/
互连通信地耦合到核心
。
在至少一个实施例中，不管
gpu
连接的方式如何，处理器核心都可以以工作描述符中包含的命令
/
指令序列的形式向该
gpu
分配工作
。
在至少一个实施例中，该
gpu
然后使用专用电路
/
逻辑来高效地处理这些命令
/
指令
。
[0451]
逻辑
915
用于执行与一个或更多个实施例相关联的推理和
/
或训练操作
。
本文结合图
9a
和
/
或图
9b
提供关于逻辑
915
的细节
。
在至少一个实施例中，逻辑
915
可以在图形多处理器
2234
中使用，用于至少部分地基于使用本文描述的神经网络训练操作
、
神经网络函数和
/
或架构
、
或神经网络用例计算的权重参数来进行推理或预测操作
。
[0452]
前面图的实施例可并入用于至少部分地基于包括用于执行图元混合和通道处理的至少一个自注意力模块的神经网络来生成推理的软件和
/
或电路
。
[0453]
图
23
示出了根据至少一个实施例的多
gpu
计算系统
2300。
在至少一个实施例中，多
gpu
计算系统
2300
可以包括经由主机接口交换机
2304
耦合到多个通用图形处理单元
(gpgpu)2306a-d
的处理器
2302。
在至少一个实施例中，主机接口交换机
2304
是将处理器
2302
耦合到
pci express
总线的
pci express
交换机设备，处理器
2302
可以通过
pci express
总线与
gpgpu 2306a-d
通信
。
在至少一个实施例中，
gpgpu 2306a-d
可以经由一组高速
p2p(
点对点
)gpu
到
gpu
链路
2316
进行互连
。
在至少一个实施例中，
gpu
到
gpu
链路
2316
经由专用
gpu
链路连接到
gpgpu 2306a-d
中的每一个
。
在至少一个实施例中，
p2p gpu
链路
2316
使得能够在每个
gpgpu 2306a-d
之间进行直接通信，而无需通过处理器
2302
所连接的主机接口总线
2304
进行通信
。
在至少一个实施例中，在
gpu
到
gpu
业务被定向到
p2p gpu
链路
2316
的情况下，主机接口总线
2304
保持可用于系统存储器访问或例如经由一个或更多个网络设备与多
gpu
计算系统
2300
的其他实例进行通信
。
虽然在至少一个实施例中，
gpgpu 2306a-d
经由主机接口交换机
2304
连接到处理器
2302
，但是在至少一个实施例中，处理器
2302
包括对
p2p gpu
链路
2316
的直接支持，并且可以直接连接到
gpgpu 2306a-d。
在至少一个实施例中，
gpgpu 2306a-d
是
soc
的一部分，诸如图
18
中的集成电路
1800
的一部分，其中
gpgpu 2306a-d
执行本文描述的操作
。
[0454]
逻辑
915
用于执行与一个或更多个实施例相关联的推理和
/
或训练操作
。
本文结合图
9a
和
/
或图
9b
提供关于逻辑
915
的细节
。
在至少一个实施例中，逻辑
915
可以在多
gpu
计算系统
2300
中使用，用于至少部分地基于使用本文描述的神经网络训练操作
、
神经网络函数和
/
或架构
、
或神经网络用例计算的权重参数来进行推理或预测操作
。
[0455]
在至少一个实施例中，多
gpu
计算系统
2300
包括一个或更多个图形核心
2000。
[0456]
前面图的实施例可并入用于至少部分地基于包括用于执行图元混合和通道处理的至少一个自注意力模块的神经网络来生成推理的软件和
/
或电路
。
[0457]
图
24
是根据至少一个实施例的图形处理器
2400
的框图
。
在至少一个实施例中，图形处理器
2400
包括环形互连
2402、
管线前端
2404、
媒体引擎
2437
和图形核心
2480a-2480n。
在至少一个实施例中，环形互连
2402
将图形处理器
2400
耦合到其他处理单元，所述处理单元包括其他图形处理器或一个或更多个通用处理器核心
。
在至少一个实施例中，图形处理器
2400
是集成在多核心处理系统内的许多处理器之一
。
在至少一个实施例中，图形处理器
2400
包括图形核心
2000。
[0458]
在至少一个实施例中，图形处理器
2400
经由环形互连
2402
接收多批命令
。
在至少
一个实施例中，输入的命令由管线前端
2404
中的命令流转化器
(streamer)2403
解释
。
在至少一个实施例中，图形处理器
2400
包括可扩展执行逻辑，用于经由图形核心
2480a-2480n
执行
3d
几何处理和媒体处理
。
在至少一个实施例中，对于
3d
几何处理命令，命令流转化器
2403
将命令提供给几何管线
2436。
在至少一个实施例中，对于至少一些媒体处理命令，命令流转化器
2403
将命令提供给视频前端
2434
，该视频前端与媒体引擎
2437
耦合
。
在至少一个实施例中，媒体引擎
2437
包括用于视频和图像后处理的视频质量引擎
(vqe)2430
，以及用于提供硬件加速的媒体数据编码和解码的多格式编码
/
解码
(mfx)2433
引擎
。
在至少一个实施例中，几何管线
2436
和媒体引擎
2437
各自生成用于由至少一个图形核心
2480
提供的线程执行资源的执行线程
。
[0459]
在至少一个实施例中，图形处理器
2400
包括具有
(featuring)
图形核心
2480a-2480n(
其可以是模块化的并且有时被称为核心切片
)
特征的可扩展线程执行资源，每个图形核心具有多个子核心
2450a-2450n
，
2460a-2460n(
有时称为核心子切片
)。
在至少一个实施例中，图形处理器
2400
可以具有任意数量的图形核心
2480a。
在至少一个实施例中，图形处理器
2400
包括具有至少第一子核心
2450a
和第二子核心
2460a
的图形核心
2480a。
在至少一个实施例中，图形处理器
2400
是具有单个子核心
(
例如
2450a)
的低功率处理器
。
在至少一个实施例中，图形处理器
2400
包括多个图形核心
2480a-2480n
，每个图形核心包括一组第一子核心
2450a-2450n
和一组第二子核心
2460a-2460n。
在至少一个实施例中，第一子核心
2450a-2450n
中的每个子核心至少包括第一组执行单元
2452a-2452n
和媒体
/
纹理采样器
2454a-2454n。
在至少一个实施例中，第二子核心
2460a-2460n
中的每个子核心至少包括第二组执行单元
2462a-2462n
和采样器
2464a-2464n。
在至少一个实施例中，每个子核心
2450a-2450n、2460a-2460n
共享一组共享资源
2470a-2470n。
在至少一个实施例中，共享资源包括共享高速缓存存储器和像素操作逻辑
。
在至少一个实施例中，图形处理器
2400
包括管线前端
2404
中的加载
/
存储单元
。
[0460]
逻辑
915
用于执行与一个或更多个实施例相关联的推理和
/
或训练操作
。
本文结合图
9a
和
/
或图
9b
提供关于逻辑
915
的细节
。
在至少一个实施例中，逻辑
915
可以在图形处理器
2400
中使用，用于至少部分地基于使用本文描述的神经网络训练操作
、
神经网络函数和
/
或架构
、
或神经网络用例计算的权重参数来进行推理或预测操作
。
[0461]
前面图的实施例可并入用于至少部分地基于包括用于执行图元混合和通道处理的至少一个自注意力模块的神经网络来生成推理的软件和
/
或电路
。
[0462]
图
25
是根据至少一个实施例的示出用于处理器
2500
的微架构的框图，该处理器
2500
可以包括用于执行指令的逻辑电路
。
在至少一个实施例中，处理器
2500
可以执行指令，包括
x86
指令
、arm
指令
、
用于专用集成电路
(asic)
的专用指令等
。
在至少一个实施例中，处理器
2500
可以包括用于存储打包数据的寄存器，诸如用加利福尼亚州圣克拉拉市的英特尔公司的
mmx
技术实现的微处理器中的
64
位宽
mmx
tm
寄存器
。
在至少一个实施例中，整数和浮点数形式两者可用的
mmx
寄存器可以与打包数据元素一起操作，所述打包数据元素伴随单指令多数据
(“simd”)
和流式
simd
扩展
(“sse”)
指令
。
在至少一个实施例中，与
sse2、sse3、sse4、avx
或更高版本
(beyond)(
通常称为“ssex”)
技术有关的
128
位宽
xmm
寄存器可以保存此类打包数据操作数
。
在至少一个实施例中，处理器
2500
可以执行加速机器学习或深度学习算法
、
训练或推理的指令
。
[0463]
在至少一个实施例中，处理器
2500
包括有序前端
(“前端”)2501
，用于提取要执行的指令并准备稍后在处理器管线中使用的指令
。
在至少一个实施例中，前端
2501
可以包括若干单元
。
在至少一个实施例中，指令预取器
2526
从存储器中获取指令并将指令馈送给指令解码器
2528
，指令解码器
2528
又对指令进行解码或解释
。
例如，在至少一个实施例中，指令解码器
2528
将接收到的指令解码为机器可执行的所谓的“微操作”或“微指令”(
也称为“micro ops”或“uops”或“μ-ops”)
的一个或更多个操作
。
在至少一个实施例中，指令解码器
2528
将指令解析为操作码和相应的数据以及控制字段，其可以由微架构使用以根据至少一个实施例来执行操作
。
在至少一个实施例中，跟踪高速缓存
2530
可以将解码的微操作组装成微操作队列
2534
中的程序有序的序列或跟踪以供执行
。
在至少一个实施例中，当跟踪高速缓存
2530
遇到复杂指令时，微代码
rom 2532
提供完成操作所需的微操作
。
[0464]
在至少一个实施例中，可以将一些指令转换成单个微操作，而另一些指令则需要若干微操作来完成全部操作
。
在至少一个实施例中，如果需要多于四个微操作来完成一条指令，则指令解码器
2528
可以访问微代码
rom 2532
以执行该指令
。
在至少一个实施例中，可以将指令解码为少量的微操作以在指令解码器
2528
处进行处理
。
在至少一个实施例中，如果需要多个微操作来完成该操作，则可以将指令存储在微代码
rom 2532
中
。
在至少一个实施例中，跟踪高速缓存
2530
参考入口点可编程逻辑阵列
(“pla”)
以确定正确的微指令指针，用于根据至少一个实施例从微代码
rom 2532
读取微代码序列以完成一个或更多个指令
。
在至少一个实施例中，在微代码
rom 2532
完成对指令的微操作进行序列化之后，机器的前端
2501
可以恢复从跟踪高速缓存
2530
获取微操作
。
[0465]
在至少一个实施例中，乱序执行引擎
(“乱序引擎”)2503
可以准备指令以供执行
。
在至少一个实施例中，乱序执行逻辑具有多个缓冲区，以使指令流平滑并重新排序，以在指令流沿管线向下走并被调度用于执行时优化性能
。
在至少一个实施例中，乱序执行引擎
2503
包括但不限于分配器
/
寄存器重命名器
2540、
存储器微操作队列
2542、
整数
/
浮点微操作队列
2544、
存储器调度器
2546、
快速调度器
2502、
慢速
/
通用浮点调度器
(“慢速
/
通用
fp
调度器”)2504
和简单浮点调度器
(“简单
fp
调度器”)2506。
在至少一个实施例中，快速调度器
2502、
慢速
/
通用浮点调度器
2504
和简单浮点调度器
2506
在本文中也统称为“微操作调度器
2502、2504、2506”。
在至少一个实施例中，分配器
/
寄存器重命名器
2540
分配每个微操作为了执行所需要的机器缓冲区和资源
。
在至少一个实施例中，分配器
/
寄存器重命名器
2540
将逻辑寄存器重命名为寄存器文件中的条目
。
在至少一个实施例中，分配器
/
寄存器重命名器
2540
还为两个微操作队列之一中的每个微操作分配条目，在存储器调度器
2546
和微操作调度器
2502、2504、2506
的前面，存储器微操作队列
2542
用于存储器操作和整数
/
浮点微操作队列
2544
用于非存储器操作
。
在至少一个实施例中，微操作调度器
2502、2504、2506
基于它们的从属输入寄存器操作数源的就绪性和微操作完成其操作所需的执行资源的可用性来确定何时准备好执行微操作
。
在至少一个实施例中，快速调度器
2502
可以在主时钟周期的每个一半上调度，而慢速
/
通用浮点调度器
2504
和简单浮点调度器
2506
可以在每主处理器时钟周期调度一次
。
在至少一个实施例中，微操作调度器
2502、2504、2506
对分派端口进行仲裁，以调度微操作以供执行
。
[0466]
在至少一个实施例中，执行块
2511
包括但不限于整数寄存器文件
/
旁路网络
2508、
浮点寄存器文件
/
旁路网络
(“fp
寄存器文件
/
旁路网络”)2510、
地址生成单元
(“agu”)2512
和
2514、
快速算术逻辑单元
(alu)(“快速
alu”)2516
和
2518、
慢速算术逻辑单元
(“慢速
alu”)2520、
浮点
alu(“fp”)2522
和浮点移动单元
(“fp
移动”)2524。
在至少一个实施例中，整数寄存器文件
/
旁路网络
2508
和浮点寄存器文件
/
旁路网络
2510
在本文中也称为“寄存器文件
2508、2510”。
在至少一个实施例中，
agu 2512
和
2514、
快速
alu 2516
和
2518、
慢速
alu 2520、
浮点
alu 2522
和浮点移动单元
2524
在本文中也称为“执行单元
2512、2514、2516、2518、2520、2522
和
2524”。
在至少一个实施例中，执行块
2511
可以包括但不限于以任何组合的任意数量
(
包括零
)
和类型的寄存器文件
、
旁路网络
、
地址生成单元和执行单元
。
[0467]
在至少一个实施例中，寄存器网络
2508、2510
可以布置在微操作调度器
2502、2504、2506
与执行单元
2512、2514、2516、2518、2520、2522
和
2524
之间
。
在至少一个实施例中，整数寄存器文件
/
旁路网络
2508
执行整数运算
。
在至少一个实施例中，浮点寄存器文件
/
旁路网络
2510
执行浮点运算
。
在至少一个实施例中，寄存器网络
2508、2510
中的每一个可以包括但不限于旁路网络，该旁路网络可以绕过尚未写入寄存器文件中的刚刚完成的结果或将其转发到新的相关微操作
。
在至少一个实施例中，寄存器网络
2508、2510
可以彼此通信数据
。
在至少一个实施例中，整数寄存器文件
/
旁路网络
2508
可以包括但不限于两个单独的寄存器文件，一个寄存器文件用于低阶
32
位数据，另一个寄存器文件用于高阶
32
位数据
。
在至少一个实施例中，浮点寄存器文件
/
旁路网络
2510
可以包括但不限于
128
位宽的条目，因为浮点指令通常具有宽度为
64
位至
128
位的操作数
。
[0468]
在至少一个实施例中，执行单元
2512、2514、2516、2518、2520、2522、2524
可以执行指令
。
在至少一个实施例中，寄存器网络
2508、2510
存储微指令需要执行的整数和浮点数据操作数值
。
在至少一个实施例中，处理器
2500
可以包括但不限于任何数量的执行单元
2512、2514、2516、2518、2520、2522、2524
及其组合
。
在至少一个实施例中，浮点
alu 2522
和浮点移动单元
2524
，可以执行浮点
、mmx、simd、avx
和
sse
或其他操作，包括专门的机器学习指令
。
在至少一个实施例中，浮点
alu 2522
可以包括但不限于
64
位乘
64
位浮点除法器，用于执行除法
、
平方根和余数微操作
。
在至少一个实施例中，可以用浮点硬件来处理涉及浮点值的指令
。
在至少一个实施例中，可以将
alu
操作传递给快速
alu 2516、2518。
在至少一个实施例中，快速
alu 2516、2518
可以以半个时钟周期的有效延时执行快速操作
。
在至少一个实施例中，大多数复杂的整数运算进入慢速
alu 2520
，因为慢速
alu 2520
可以包括但不限于用于长延时类型操作的整数执行硬件，诸如乘法器
、
移位
、
标志逻辑和分支处理
。
在至少一个实施例中，存储器加载
/
存储操作可以由
agu 2512、2514
执行
。
在至少一个实施例中，快速
alu 2516、
快速
alu 2518
和慢速
alu 2520
可以对
64
位数据操作数执行整数运算
。
在至少一个实施例中，可以实现快速
alu 2516、
快速
alu 2518
和慢速
alu 2520
以支持包括十六
、
三十二
、128、256
等的各种数据位大小
。
在至少一个实施例中，浮点
alu 2522
和浮点移动单元
2524
可以实现为支持具有各种宽度的位的一定范围的操作数，诸如结合
simd
和多媒体指令支持
128
位宽打包数据操作数
。
[0469]
在至少一个实施例中，微操作调度器
2502、2504、2506
在父加载已完成执行之前分派相关
(dependent)
操作
。
在至少一个实施例中，由于可以在处理器
2500
中推测性地调度和执行微操作，因此处理器
2500
还可以包括用于处理存储器未命中的逻辑
。
在至少一个实施例中，如果数据高速缓存中的数据加载未命中，则可能在管线中存在正在运行的相关操作，其使调度器暂时没有正确的数据
。
在至少一个实施例中，一种重放
(replay)
机制跟踪并重
新执行使用不正确数据的指令
。
在至少一个实施例中，可能需要重放相关操作并且可以允许完成独立操作
。
在至少一个实施例中，处理器的至少一个实施例的调度器和重放机制也可以设计为捕获用于文本串比较操作的指令序列
。
[0470]
在至少一个实施例中，“寄存器”可以指代可以用作识别操作数的指令的一部分的机载处理器存储位置
。
在至少一个实施例中，寄存器可以是那些可以从处理器外部使用的寄存器
(
从程序员的角度来看
)。
在至少一个实施例中，寄存器可能不限于特定类型的电路
。
相反，在至少一个实施例中，寄存器可以存储数据
、
提供数据并执行本文描述的功能
。
在至少一个实施例中，本文描述的寄存器可以由处理器内的电路使用任何数量的不同技术来实现，诸如专用物理寄存器
、
使用寄存器重命名的动态分配的物理寄存器
、
专用和动态分配的物理寄存器的组合等
。
在至少一个实施例中，整数寄存器存储
32
位整数数据
。
至少一个实施例的寄存器文件还包含八个用于打包数据的多媒体
simd
寄存器
。
[0471]
在至少一个实施例中，处理器
2500
或处理器
2500
的每个核心包括一个或更多个预取器
、
一个或更多个获取器
、
一个或更多个预解码器
、
用于对数据
(
例如，指令
)
进行解码的一个或更多个解码器
、
用于处理指令
(
例如，对应于操作或
api
调用的指令
)
的一个或更多个指令队列
、
用于存储微操作的一个或更多个微操作
(
μ
op)
高速缓存
、
一个或更多个微操作
(
μ
op)
队列
、
有序执行引擎
、
一个或更多个加载缓冲区
、
一个或更多个存储缓冲区
、
一个或更多个重排序缓冲区
、
一个或更多个填充缓冲区
、
乱序执行引擎
、
一个或更多个端口
、
一个或更多个移位和
/
或移位单元
、
一个或更多个融合乘积累加
(fma)
单元
、
用于执行与加载
/
存储数据
(
例如，指令
)
相对应的加载
/
存储操作以执行操作
(
例如，执行
api、api
调用
)
的一个或更多个加载和存储单元
(“lsu”)、
一个或更多个矩阵乘积累加
(mma)
单元
、
和
/
或用于执行关于所述处理器
2500
进一步描述的任何功能的一个或更多个混洗单元
。
在至少一个实施例中，处理器
2500
可以访问
、
使用
、
实施或执行与调用
api
相对应的指令
。
[0472]
在至少一个实施例中，处理器
2500
包括一个或更多个超路径互连
(upi)
，例如，它是点对点处理器互连；一个或更多个
pcie
；用于加速计算或操作的一个或更多个加速器；和
/
或一个或更多个存储器控制器
。
在至少一个实施例中，处理器
2500
包括耦合到一个或更多个存储器控制器的共享的最后一级高速缓存
(llc)
，它可以实现跨处理器核心的共享存储器访问
。
[0473]
在至少一个实施例中，处理器
2500
或处理器
2500
的核心具有网格结构，其中处理器核心
、
片上高速缓存
、
存储器控制器和
i/o
控制器被组织成行和列，其中电线和交换机在每个交点处连接它们以允许转弯
。
在至少一个实施例中，处理器
2500
具有一个或更多个更高的存储器带宽
(hmb
，例如，
hmbe)
，用于将数据存储或将数据高速缓存在例如双倍数据速率5同步动态随机存取存储器
(ddr5 sdram)
中
。
在至少一个实施例中，处理器
2500
的一个或更多个组件使用计算快速链接
(cxl)
互连进行互连
。
在至少一个实施例中，存储器控制器使用“最近最少使用”(lru)
方法来确定存储在高速缓存中的内容
。
在至少一个实施例中，处理器
2500
包括一个或更多个
pcie(
例如，
pcie 5.0)。
[0474]
逻辑
915
用于执行与一个或更多个实施例相关联的推理和
/
或训练操作
。
本文结合图
9a
和
/
或图
9b
提供关于逻辑
915
的细节
。
在至少一个实施例中，可以将逻辑
915
的部分或全部并入执行块
2511
以及示出或未示出的其他存储器或寄存器
。
例如，在至少一个实施例中，本文描述的训练和
/
或推理技术可以使用执行块
2511
中示出的一个或更多个
alu。
此外，权
重参数可以存储在片上或片外存储器和
/
或寄存器
(
示出或未示出
)
中，其配置执行块
2511
的
alu
以执行一种或更多种本文所述的机器学习算法
、
神经网络架构
、
用例或训练技术
。
[0475]
前面图的实施例可并入用于至少部分地基于包括用于执行图元混合和通道处理的至少一个自注意力模块的神经网络来生成推理的软件和
/
或电路
。
[0476]
图
26
示出了根据至少一个实施例的深度学习应用程序处理器
2600。
在至少一个实施例中，深度学习应用程序处理器
2600
使用指令，该指令如果由深度学习应用程序处理器
2600
执行，则使深度学习应用程序处理器
2600
执行贯穿本公开描述的一些或全部过程和技术
。
在至少一个实施例中，深度学习应用程序处理器
2600
是专用集成电路
(asic)。
在至少一个实施例中，作为执行一个或更多个指令或两者的结果，应用程序处理器
2600
执行矩阵乘法运算或者“硬连线”到硬件中
。
在至少一个实施例中，深度学习应用程序处理器
2600
包括但不限于处理集群
2610(1)-2610(12)、
芯片间链路
(“icl”)2620(1)-2620(12)、
芯片间控制器
(“icc”)2630(1)-2630(2)、
第二代高带宽存储器
(“hbm2”)2640(1)-2640(4)、
存储器控制器
(“mem ctrlr”)2642(1)-2642(4)、
高带宽存储器物理层
(“hbm phy”)2644(1)-2644(4)、
管理控制器中央处理单元
(“管理控制器
cpu”)2650、
串行外围设备接口
、
内部集成电路和通用输入
/
输出块
(“spi、i2c、gpio”)2660、
外围组件互连快速控制器和直接存储器访问块
(“pcie
控制器和
dma”)2670、
以及十六通道外围组件互连快速端口
(“pci express x 16”)2680。
[0477]
在至少一个实施例中，处理集群
2610
可以执行深度学习操作，包括基于一种或更多种训练技术
(
包括本文所述的那些技术
)
计算的权重参数的推理或预测操作
。
在至少一个实施例中，每个处理集群
2610
可以包括但不限于任何数量和类型的处理器
。
在至少一个实施例中，深度学习应用程序处理器
2600
可以包括任何数量和类型的处理集群
2600。
在至少一个实施例中，芯片间链路
2620
是双向的
。
在至少一个实施例中，芯片间链路
2620
和芯片间控制器
2630
使多个深度学习应用程序处理器
2600
能够交换信息，包括从执行一个或更多个神经网络中体现的一种或更多种机器学习算法而产生的激活信息
。
在至少一个实施例中，深度学习应用程序处理器
2600
可以包括任意数量
(
包括零
)
和类型的
icl 2620
和
icc 2630。
[0478]
在至少一个实施例中，
hbm2 2640
提供总共
32gb
的存储器
。
在至少一个实施例中，
hbm2 2640(i)
与存储器控制器
2642(i)
和
hbm phy 2644(i)
两者相关联，其中“i”是任意整数
。
在至少一个实施例中，任何数量的
hbm2 2640
可以提供任何类型和总量的高带宽存储器，并且可以与任何数量
(
包括零
)
和类型的存储器控制器
2642
和
hbm phy 2644
相关联
。
在至少一个实施例中，可以用以任何技术上可行的方式实现任何数量和类型的通信标准的任何数量和类型的块替换
spi、i2c、gpio 2660、pcie
控制器和
dma 2670
和
/
或
pcie 2680。
[0479]
逻辑
915
用于执行与一个或更多个实施例相关联的推理和
/
或训练操作
。
本文结合图
9a
和
/
或图
9b
提供关于逻辑
915
的细节
。
在至少一个实施例中，深度学习应用程序处理器用于训练机器学习模型
(
诸如神经网络
)
，以预测或推理提供给深度学习应用程序处理器
2600
的信息
。
在至少一个实施例中，深度学习应用程序处理器
2600
用于基于已经由另一处理器或系统或由深度学习应用程序处理器
2600
训练的经训练的机器学习模型
(
例如，神经网络
)
来推理或预测信息
。
在至少一个实施例中，处理器
2600
可以用于执行本文所述的一个或更多个神经网络用例
。
[0480]
前面图的实施例可并入用于至少部分地基于包括用于执行图元混合和通道处理
的至少一个自注意力模块的神经网络来生成推理的软件和
/
或电路
。
[0481]
图
27
是根据至少一个实施例的神经形态处理器
2700
的框图
。
在至少一个实施例中，神经形态处理器
2700
可以从神经形态处理器
2700
外部的源接收一个或更多个输入
。
在至少一个实施例中，这些输入可以被传送到神经形态处理器
2700
内的一个或更多个神经元
2702。
在至少一个实施例中，可以使用包括一个或更多个算术逻辑单元
(alu)
的电路或逻辑来实现神经元
2702
及其组件
。
在至少一个实施例中，神经形态处理器
2700
可以包括但不限于数千或数百万个神经元
2702
的实例，但是可以使用任何合适数量的神经元
2702。
在至少一个实施例中，神经元
2702
的每个实例可以包括神经元输入
2704
和神经元输出
2706。
在至少一个实施例中，神经元
2702
可以生成可以传送到神经元
2702
的其他实例的输入的输出
。
例如，在至少一个实施例中，神经元输入
2704
和神经元输出
2706
可以经由突触
2708
互连
。
[0482]
在至少一个实施例中，神经元
2702
和突触
2708
可以互连，使得神经形态处理器
2700
操作以处理或分析由神经形态处理器
2700
接收的信息
。
在至少一个实施例中，当通过神经元输入
2704
接收到的输入超过阈值时，神经元
2702
可以发送输出脉冲
(
或“放电
(fire)”或“尖峰
(spike)”)。
在至少一个实施例中，神经元
2702
可以对在神经元输入
2704
处接收到的信号进行求和或积分
。
例如，在至少一个实施例中，神经元
2702
可以实现为有泄漏的整合放电
(leaky integrate-and-fire)
神经元，其中如果求和
(
称为“膜电位”)
超过阈值，则神经元
2702
可以使用诸如
sigmoid
或阈值函数之类的传递函数来产生输出
(
或“放电”)。
在至少一个实施例中，有泄漏的整合放电神经元可以将在神经元输入
2704
处接收到的信号求和成膜电位，并且还可以应用衰减因子
(
或泄漏
)
以减小膜电位
。
在至少一个实施例中，如果在神经元输入
2704
处接收到足够快以超过阈值的多个输入信号
(
即，在膜电位衰减得太低而不能放电之前
)
，则有泄漏的整合放电神经元可能会放电
。
在至少一个实施例中，神经元
2702
可以使用接收输入
、
将输入积分成膜电位
、
以及衰减膜电位的电路或逻辑来实现
。
在至少一个实施例中，可以对输入求平均，或者可以使用任何其他合适的传递函数
。
此外，在至少一个实施例中，神经元
2702
可以包括但不限于当将传递函数应用于神经元输入
2704
的结果超过阈值时在神经元输出
2706
处产生输出尖峰的比较器电路或逻辑
。
在至少一个实施例中，一旦神经元
2702
放电，它可以通过例如将膜电位复位为0或另一合适的默认值来忽略先前接收的输入信息
。
在至少一个实施例中，一旦膜电位被重置为0，则神经元
2702
可以在合适的时间段
(
或不应期
)
之后恢复正常操作
。
[0483]
在至少一个实施例中，神经元
2702
可以通过突触
2708
互连
。
在至少一个实施例中，突触
2708
可以操作以将来自第一神经元
2702
的输出的信号发送到第二神经元
2702
的输入
。
在至少一个实施例中，神经元
2702
可以在突触
2708
的一个以上的实例上传送信息
。
在至少一个实施例中，神经元输出
2706
的一个或更多个实例可以经由突触
2708
的实例连接到同一神经元
2702
中神经元输入
2704
的实例
。
在至少一个实施例中，相对于突触
2708
的实例，产生要在突触
2708
的该实例上传送的输出的神经元
2702
的实例可以被称为“突触前神经元”。
在至少一个实施例中，相对于突触
2708
的实例，接收通过突触
2708
的该实例传送的输入的神经元
2702
的实例可以被称为“突触后神经元”。
在至少一个实施例中，相对于突触
2708
的各个实例，因为神经元
2702
的实例可以接收来自突触
2708
的一个或更多个实例的输入，并且还可以通过突触
2708
的一个或更多个实例传送输出，因此神经元
2702
的单个实例可以既是“突触前神经元”又是“突触后神经元”。
[0484]
在至少一个实施例中，神经元
2702
可以被组织成一个或更多个层
。
在至少一个实施例中，神经元
2702
的每个实例可以具有一个神经元输出
2706
，该神经元输出
2706
可以通过一个或更多个突触
2708
扇出到一个或更多个神经元输入
2704。
在至少一个实施例中，第一层
2710
中的神经元
2702
的神经元输出
2706
可以连接到第二层
2712
中的神经元
2702
的神经元输入
2704。
在至少一个实施例中，层
2710
可以被称为“前馈层”。
在至少一个实施例中，第一层
2710
的实例中神经元
2702
的每个实例可以扇出到第二层
2712
中的神经元
2702
的每个实例
。
在至少一个实施例中，第一层
2710
可以被称为“全连接的前馈层”。
在至少一个实施例中，第二层
2712
的实例中的神经元
2702
的每个实例可以扇出到第三层
2714
中的神经元
2702
的少于所有实例
。
在至少一个实施例中，第二层
2712
可以被称为“稀疏连接的前馈层”。
在至少一个实施例中，第二层
2712
中的神经元
2702
可以扇出到多个其他层中的神经元
2702
，包括扇出到也在第二层
2712
中的神经元
2702。
在至少一个实施例中，第二层
2712
可以被称为“循环层”。
在至少一个实施例中，神经形态处理器
2700
可以包括但不限于循环层和前馈层的任何合适的组合，包括但不限于稀疏连接的前馈层和全连接的前馈层
。
[0485]
在至少一个实施例中，神经形态处理器
2700
可以包括但不限于可重新配置的互连架构或专用硬连线互连，用于将突触
2708
连接到神经元
2702。
在至少一个实施例中，神经形态处理器
2700
可以包括但不限于电路或逻辑，其允许基于神经网络拓扑结构和神经元扇入
/
扇出根据需要将突触分配给不同神经元
2702。
例如，在至少一个实施例中，可以使用互连结构
(
诸如片上网络
)
或利用专用连接将突触
2708
连接到神经元
2702。
在至少一个实施例中，可以使用电路或逻辑来实现突触互连及其组件
。
[0486]
前面图的实施例可并入用于至少部分地基于包括用于执行图元混合和通道处理的至少一个自注意力模块的神经网络来生成推理的软件和
/
或电路
。
[0487]
图
28
是根据至少一个实施例的处理系统
。
在至少一个实施例中，系统
2800
包括一个或更多个处理器
2802
和一个或更多个图形处理器
2808
，并且可以是单处理器台式机系统
、
多处理器工作站系统或具有大量处理器
2802
或处理器核心
2807
的服务器系统
。
在至少一个实施例中，系统
2800
是包含在片上系统
(soc)
集成电路内的处理平台，以在移动
、
手持或嵌入式设备中使用
。
在至少一个实施例中，一个或更多个图形处理器
2808
包括一个或更多个图形核心
2000。
[0488]
在至少一个实施例中，系统
2800
可以包括或结合在基于服务器的游戏平台
、
包括游戏和媒体控制台的游戏控制台
、
移动游戏控制台
、
手持游戏控制台或在线游戏控制台中
。
在至少一个实施例中，系统
2800
是移动电话
、
智能电话
、
平板计算设备或移动互联网设备
。
在至少一个实施例中，处理系统
2800
还可包括与可穿戴设备耦合或集成在可穿戴设备中，诸如智能手表可穿戴设备
、
智能眼镜设备
、
增强现实设备或虚拟现实设备
。
在至少一个实施例中，处理系统
2800
是电视或机顶盒设备，其具有一个或更多个处理器
2802
以及由一个或更多个图形处理器
2808
生成的图形界面
。
[0489]
在至少一个实施例中，一个或更多个处理器
2802
的每个都包括一个或更多个处理器核心
2807
，用于处理指令，该指令在被执行时执行针对系统和用户软件的操作
。
在至少一个实施例中，一个或更多个处理器核心
2807
中的每一个被配置为处理特定指令序列
2809。
在至少一个实施例中，指令序列
2809
可以促进复杂指令集计算
(cisc)、
精简指令集计算
(risc)、
或经由超长指令字
(vliw)
的计算
。
在至少一个实施例中，处理器核心
2807
可以各自
处理不同的指令序列
2809
，该指令序列可以包括有助于仿真其他指令序列的指令
。
在至少一个实施例中，处理器核心
2807
还可以包括其他处理设备，诸如数字信号处理器
(dsp)。
[0490]
在至少一个实施例中，处理器
2802
包括高速缓存存储器
2804。
在至少一个实施例中，处理器
2802
可以具有单个内部高速缓存或更多个级别的内部高速缓存
。
在至少一个实施例中，高速缓存存储器在处理器
2802
的各个组件之间共享
。
在至少一个实施例中，处理器
2802
还使用外部高速缓存
(
例如，三级
(l3)
高速缓存或最后一级高速缓存
(llc))(
未示出
)
，可以使用已知的高速缓存一致性技术在处理器核心
2807
之间共享该外部高速缓存
。
在至少一个实施例中，处理器
2802
中附加地包括寄存器文件
2806
，该寄存器文件可以包括用于存储不同类型的数据的不同类型的寄存器
(
例如，整数寄存器
、
浮点寄存器
、
状态寄存器和指令指针寄存器
)。
在至少一个实施例中，寄存器文件
2806
可以包括通用寄存器或其他寄存器
。
[0491]
在至少一个实施例中，一个或更多个处理器
2802
与一个或更多个接口总线
2810
耦合，以在处理器
2802
与系统
2800
中的其他组件之间传送通信信号，诸如地址
、
数据或控制信号
。
在至少一个实施例中，接口总线
2810
可以是处理器总线，诸如直接媒体接口
(dmi)
总线的版本
。
在至少一个实施例中，接口总线
2810
不限于
dmi
总线，并且可以包括一个或更多个外围组件互连总线
(
例如，
pci、pci express)、
存储器总线或其他类型的接口总线
。
在至少一个实施例中，一个或更多个处理器
2802
包括集成存储器控制器
2816
和平台控制器集线器
2830。
在至少一个实施例中，存储器控制器
2816
促进存储器设备与系统
2800
的其他组件之间的通信，而平台控制器集线器
(pch)2830
经由本地
i/o
总线提供到
i/o
设备的连接
。
[0492]
在至少一个实施例中，存储器设备
2820
可以是动态随机存取存储器
(dram)
设备
、
静态随机存取存储器
(sram)
设备
、
闪存设备
、
相变存储器设备或具有适当的性能以用作处理器存储器的一些其他存储器设备
。
在至少一个实施例中，存储器设备
2820
可以操作为系统
2800
的系统存储器，用于存储数据
2822
和指令
2821
，以在一个或更多个处理器
2802
执行应用程序或过程时使用
。
在至少一个实施例中，存储器控制器
2816
还与可选的外部图形处理器
2812
耦合，该外部图形处理器可以与处理器
2802
中的一个或更多个图形处理器
2808
通信以执行图形和媒体操作
。
在至少一个实施例中，显示设备
2811
可以连接至一个或更多个处理器
2802。
在至少一个实施例中，显示设备
2811
可以包括内部显示设备中的一个或更多个，例如在移动电子设备或膝上型设备或经由显示器接口
(
例如显示端口
(displayport)
等
)
附接的外部显示设备中
。
在至少一个实施例中，显示设备
2811
可以包括头戴式显示器
(hmd)
，诸如用于虚拟现实
(vr)
应用或增强现实
(ar)
应用中的立体显示设备
。
[0493]
在至少一个实施例中，平台控制器集线器
2830
使外围设备能够经由高速
i/o
总线连接到存储器设备
2820
和处理器
2802。
在至少一个实施例中，
i/o
外围设备包括但不限于音频控制器
2846、
网络控制器
2834、
固件接口
2828、
无线收发器
2826、
触摸传感器
2825、
数据存储设备
2824(
例如，硬盘驱动器
、
闪存等
)。
在至少一个实施例中，数据存储设备
2824
可以经由存储接口
(
例如，
sata)
或经由外围总线来连接，诸如外围组件互连总线
(
例如，
pci、pcie)。
在至少一个实施例中，触摸传感器
2825
可以包括触摸屏传感器
、
压力传感器或指纹传感器
。
在至少一个实施例中，无线收发器
2826
可以是
wi-fi
收发器
、
蓝牙收发器或移动网络收发器，诸如
3g、4g
或长期演进
(lte)
收发器
。
在至少一个实施例中，固件接口
2828
使能与系统固件的通信，并且可以是例如统一可扩展固件接口
(uefi)。
在至少一个实施例中，网络
控制器
2834
可以实现到有线网络的网络连接
。
在至少一个实施例中，高性能网络控制器
(
未示出
)
与接口总线
2810
相耦合
。
在至少一个实施例中，音频控制器
2846
是多通道高清音频控制器
。
在至少一个实施例中，系统
2800
包括可选的传统
(legacy)i/o
控制器
2840
，用于将传统
(
例如，个人系统
2(ps/2))
设备耦合到系统
2800。
在至少一个实施例中，平台控制器集线器
2830
还可以连接到一个或更多个通用串行总线
(usb)
控制器
2842
，其连接输入设备，诸如键盘和鼠标
2843
组合
、
相机
2844
或其他
usb
输入设备
。
[0494]
在至少一个实施例中，存储器控制器
2816
和平台控制器集线器
2830
的实例可以集成到分立的外部图形处理器中，诸如外部图形处理器
2812。
在至少一个实施例中，平台控制器集线器
2830
和
/
或存储器控制器
2816
可以在一个或更多个处理器
2802
的外部
。
例如，在至少一个实施例中，系统
2800
可以包括外部存储器控制器
2816
和平台控制器集线器
2830
，其可以配置成在与一个或更多个处理器
2802
通信的系统芯片组中的存储器控制器集线器和外围控制器集线器
。
[0495]
逻辑
915
用于执行与一个或更多个实施例相关联的推理和
/
或训练操作
。
本文结合图
9a
和
/
或图
9b
提供关于逻辑
915
的细节
。
在至少一个实施例中，部分或全部逻辑
915
可以结合到图形处理器
2808
中
。
例如，在至少一个实施例中，本文描述的训练和
/
或推理技术可以使用一个或更多个
alu
，所述
alu
体现在
3d
管线中
。
此外，在至少一个实施例中，本文描述的推理和
/
或训练操作可以使用除图
9a
或图
9b
所示的逻辑之外的逻辑来完成
。
在至少一个实施例中，权重参数可以存储在片上或片外存储器和
/
或寄存器
(
示出或未示出
)
中，其配置图形处理器
2808
的
alu
，以执行本文所述的一种或更多种机器学习算法
、
神经网络架构
、
用例或训练技术
。
[0496]
前面图的实施例可并入用于至少部分地基于包括用于执行图元混合和通道处理的至少一个自注意力模块的神经网络来生成推理的软件和
/
或电路
。
[0497]
图
29
是根据至少一个实施例的具有一个或更多个处理器核心
2902a-2902n、
集成存储器控制器
2914
和集成图形处理器
2908
的处理器
2900
的框图
。
在至少一个实施例中，处理器
2900
可以包括附加核心，多达并包括以虚线框表示的附加核心
2902n。
在至少一个实施例中，每个处理器核心
2902a-2902n
包括一个或更多个内部高速缓存单元
2904a-2904n。
在至少一个实施例中，每个处理器核心还可以访问一个或更多个共享高速缓存单元
2906。
在至少一个实施例中，图形处理器
2908
包括一个或更多个图形核心
2000。
[0498]
在至少一个实施例中，内部高速缓存单元
2904a-2904n
和共享高速缓存单元
2906
表示处理器
2900
内的高速缓存存储器层次结构
。
在至少一个实施例中，高速缓存存储器单元
2904a-2904n
可以包括每个处理器核心内的至少一级指令和数据高速缓存以及一级或更多级共享中级高速缓存，诸如2级
(l2)、3
级
(l3)、4
级
(l4)
或其他级别的高速缓存，其中将外部存储器之前的最高级别的高速缓存归类为
llc。
在至少一个实施例中，高速缓存一致性逻辑维持各个高速缓存单元
2906
和
2904a-2904n
之间的一致性
。
[0499]
在至少一个实施例中，处理器
2900
还可包括一组一个或更多个总线控制器单元
2916
和系统代理核心
2910。
在至少一个实施例中，总线控制器单元
2916
管理一组外围总线，诸如一个或更多个
pci
或
pcie
总线
。
在至少一个实施例中，系统代理核心
2910
为各个处理器组件提供管理功能
。
在至少一个实施例中，系统代理核心
2910
包括一个或更多个集成存储器控制器
2914
，用于管理对各种外部存储器设备
(
未示出
)
的访问
。
[0500]
在至少一个实施例中，一个或更多个处理器核心
2902a-2902n
包括对同时多线程处理的支持
。
在至少一个实施例中，系统代理核心
2910
包括用于在多线程处理期间协调和操作核心
2902a-2902n
的组件
。
在至少一个实施例中，系统代理核心
2910
可以另外包括电源控制单元
(pcu)
，该电源控制单元包括用于调节处理器核心
2902a-2902n
和图形处理器
2908
的一个或更多个电源状态的逻辑和组件
。
[0501]
在至少一个实施例中，处理器
2900
还包括用于执行图形处理操作的图形处理器
2908。
在至少一个实施例中，图形处理器
2908
与共享高速缓存单元
2906
和包括一个或更多个集成存储器控制器
2914
的系统代理核心
2910
耦合
。
在至少一个实施例中，系统代理核心
2910
还包括用于驱动图形处理器输出到一个或更多个耦合的显示器的显示器控制器
2911。
在至少一个实施例中，显示器控制器
2911
还可以是经由至少一个互连与图形处理器
2908
耦合的独立模块，或者可以集成在图形处理器
2908
内
。
[0502]
在至少一个实施例中，基于环的互连单元
2912
用于耦合处理器
2900
的内部组件
。
在至少一个实施例中，可以使用替代性互连单元，诸如点对点互连
、
交换互连或其他技术
。
在至少一个实施例中，图形处理器
2908
经由
i/o
链路
2913
与环形互连
2912
耦合
。
[0503]
在至少一个实施例中，
i/o
链路
2913
代表多种
i/o
互连中的至少一种，包括促进各个处理器组件与高性能嵌入式存储器模块
2918(
诸如
edram
模块
)
之间的通信的封装
i/o
互连
。
在至少一个实施例中，处理器核心
2902a-2902n
和图形处理器
2908
中的每一个使用嵌入式存储器模块
2918
作为共享的最后一级高速缓存
。
[0504]
在至少一个实施例中，处理器核心
2902a-2902n
是执行公共指令集架构的同质核心
。
在至少一个实施例中，处理器核心
2902a-2902n
在指令集架构
(isa)
方面是异构的，其中一个或更多个处理器核心
2902a-2902n
执行公共指令集，而处理器核心
2902a-2902n
中的一个或更多个其他核心执行公共指令集的子集或不同指令集
。
在至少一个实施例中，就微架构而言，处理器核心
2902a-2902n
是异构的，其中具有相对较高功耗的一个或更多个核心与具有较低功耗的一个或更多个功率核心相耦合
。
在至少一个实施例中，处理器
2900
可以在一个或更多个芯片上实现或被实现为
soc
集成电路
。
[0505]
逻辑
915
用于执行与一个或更多个实施例相关联的推理和
/
或训练操作
。
本文结合图
9a
和
/
或图
9b
提供关于逻辑
915
的细节
。
在至少一个实施例中，部分或全部逻辑
915
可以结合到图形处理器
2908
中
。
例如，在至少一个实施例中，本文描述的训练和
/
或推理技术可以使用一个或更多个
alu
，所述
alu
体现在图
29
中的
3d
管线
、
图形核心
2902、
共享功能逻辑，或其他逻辑中
。
此外，在至少一个实施例中，本文描述的推理和
/
或训练操作可以使用除图
9a
或图
9b
所示的逻辑之外的逻辑来完成
。
在至少一个实施例中，权重参数可以存储在片上或片外存储器和
/
或寄存器
(
示出或未示出
)
中，其配置处理器
2900
的
alu
以执行本文所述的一种或更多种机器学习算法
、
神经网络架构
、
用例或训练技术
。
[0506]
前面图的实施例可并入用于至少部分地基于包括用于执行图元混合和通道处理的至少一个自注意力模块的神经网络来生成推理的软件和
/
或电路
。
[0507]
图
30
是图形处理器
3000
的框图，该图形处理器可以是分立的图形处理单元，或者可以是与多个处理核心集成的图形处理器
。
在至少一个实施例中，图形处理器
3000
经由存储器映射的
i/o
接口与图形处理器
3000
上的寄存器以及放置在存储器中的命令进行通信
。
在至少一个实施例中，图形处理器
3000
包括用于访问存储器的存储器接口
3014。
在至少一
个实施例中，存储器接口
3014
是到本地存储器
、
一个或更多个内部高速缓存
、
一个或更多个共享的外部高速缓存和
/
或到系统存储器的接口
。
在至少一个实施例中，图形处理器
3000
包括图形核心
2000。
[0508]
在至少一个实施例中，图形处理器
3000
还包括用于将显示输出数据驱动到显示设备
3020
的显示控制器
3002。
在至少一个实施例中，显示控制器
3002
包括用于显示设备
3020
的一个或更多个覆盖平面的硬件以及多层视频或用户接口元素的组合
。
在至少一个实施例中，显示设备
3020
可以是内部或外部显示设备
。
在至少一个实施例中，显示设备
3020
是头戴式显示设备，诸如虚拟现实
(vr)
显示设备或增强现实
(ar)
显示设备
。
在至少一个实施例中，图形处理器
3000
包括视频编解码器引擎
3006
，以将媒体编码
、
解码或转码为一种或更多种媒体编码格式，从一种或更多种媒体编码格式编码
、
解码或转码，或在一种或更多种媒体编码格式之间进行编码
、
解码或转码，所述媒体编码格式包括但不限于运动图像专家组
(mpeg)
格式
(
诸如
mpeg-2)
，高级视频编码
(avc)
格式
(
诸如
h.264/mpeg-4avc)
，以及美国电影电视工程师协会
(smpte)421m/vc-1
和联合图像专家组
(jpeg)
格式
(
诸如
jpeg)
和
motion jpeg(mjpeg)
格式
。
[0509]
在至少一个实施例中，图形处理器
3000
包括块图像传输
(blit)
引擎
3004
，用于执行二维
(2d)
光栅化器操作，包括例如位边界块传输
。
然而，在至少一个实施例中，使用图形处理引擎
(gpe)3010
的一个或更多个组件来执行
2d
图形操作
。
在至少一个实施例中，
gpe 3010
是用于执行图形操作
(
包括三维
(3d)
图形操作和媒体操作
)
的计算引擎
。
[0510]
在至少一个实施例中，
gpe 3010
包括用于执行
3d
操作的
3d
管线
3012
，例如使用对
3d
图元形状
(
例如，矩形
、
三角形等
)
进行操作的处理函数来渲染三维图像和场景
。
在至少一个实施例中，
3d
管线
3012
包括执行各种任务和
/
或产生到
3d/
媒体子系统
3015
的执行线程的可编程和固定功能元素
。
虽然
3d
管线
3012
可用于执行媒体操作，但是在至少一个实施例中，
gpe 3010
还包括媒体管线
3016
，其用于执行媒体操作，诸如视频后处理和图像增强
。
[0511]
在至少一个实施例中，媒体管线
3016
包括固定功能或可编程逻辑单元，用于代替或代表视频编解码器引擎
3006
执行一种或更多种专门的媒体操作，诸如视频解码加速
、
视频去隔行和视频编码加速
。
在至少一个实施例中，媒体管线
3016
还包括线程产生单元，用于产生线程以在
3d/
媒体子系统
3015
上执行
。
在至少一个实施例中，产生的线程在
3d/
媒体子系统
3015
中包括的一个或更多个图形执行单元上执行针对媒体操作的计算
。
[0512]
在至少一个实施例中，
3d/
媒体子系统
3015
包括用于执行
3d
管线
3012
和媒体管线
3016
产生的线程的逻辑
。
在至少一个实施例中，
3d
管线
3012
和媒体管线
3016
将线程执行请求发送到
3d/
媒体子系统
3015
，其包括用于仲裁各种请求并将其分派给可用的线程执行资源的线程分派逻辑
。
在至少一个实施例中，执行资源包括用于处理
3d
和媒体线程的图形执行单元的阵列
。
在至少一个实施例中，
3d/
媒体子系统
3015
包括用于线程指令和数据的一个或更多个内部高速缓存
。
在至少一个实施例中，子系统
3015
还包括共享存储器，其包括寄存器和可寻址存储器，用于在线程之间共享数据并存储输出数据
。
[0513]
逻辑
915
用于执行与一个或更多个实施例相关联的推理和
/
或训练操作
。
本文结合图
9a
和
/
或图
9b
提供关于逻辑
915
的细节
。
在至少一个实施例中，可以将逻辑
915
的各部分或全部合并到图形处理器
3000
中
。
例如，在至少一个实施例中，本文描述的训练和
/
或推理技术可以使用
3d
管线
3012
中包含的一个或更多个
alu。
此外，在至少一个实施例中，本文描述
的推理和
/
或训练操作可以使用除图
9a
或图
9b
所示的逻辑以外的逻辑来完成
。
在至少一个实施例中，权重参数可以存储在片上或片外存储器和
/
或寄存器
(
示出或未示出
)
中，其配置图形处理器
3000
的
alu
以执行本文所述的一种或更多种机器学习算法
、
神经网络架构
、
用例或训练技术
。
[0514]
前面图的实施例可并入用于至少部分地基于包括用于执行图元混合和通道处理的至少一个自注意力模块的神经网络来生成推理的软件和
/
或电路
。
[0515]
图
31
是根据至少一个实施例的图形处理器的图形处理引擎
3110
的框图
。
在至少一个实施例中，图形处理引擎
(gpe)3110
是图
30
中所示的
gpe 3010
的版本
。
在至少一个实施例中，媒体管线
3116
是可选的，并且可以不显式地包括在
gpe 3110
中
。
在至少一个实施例中，单独的媒体和
/
或图像处理器被耦合到
gpe 3110。
[0516]
在至少一个实施例中，
gpe 3110
耦合到或包括命令流转化器
3103
，其向
3d
管线
3112
和
/
或媒体管线
3116
提供命令流
。
在至少一个实施例中，命令流转化器
3103
耦合到存储器，所述存储器可以是系统存储器，也可以是内部高速缓存存储器和共享高速缓存存储器中的一个或更多个
。
在至少一个实施例中，命令流转化器
3103
从存储器接收命令，并且将命令发送到
3d
管线
3112
和
/
或媒体管线
3116。
在至少一个实施例中，命令是从环形缓冲区中获取的指令
、
基元或微操作，该环形缓冲区存储用于
3d
管线
3112
和媒体管线
3116
的命令
。
在至少一个实施例中，环形缓冲区还可以包括存储各批多个命令的批命令缓冲区
。
在至少一个实施例中，用于
3d
管线
3112
的命令还可以包括对存储在存储器中的数据的引用，例如但不限于用于
3d
管线
3112
的顶点和几何数据和
/
或用于媒体管线
3116
的图像数据和存储器对象
。
在至少一个实施例中，
3d
管线
3112
和媒体管线
3116
通过执行操作或通过将一个或更多个执行线程分派到图形核心阵列
3114
来处理命令和数据
。
在至少一个实施例中，图形核心阵列
3114
包括一个或更多个图形核心块
(
例如，一个或更多个图形核心
3115a、
一个或更多个图形核心
3115b)
，每个块包括一个或更多个图形核心
。
在至少一个实施例中，一个或更多个图形核心
3115a、3115b
可以被称为执行单元
(“eu”)。
在至少一个实施例中，每个图形核心包括一组图形执行资源，所述图形执行资源包括用于执行图形和计算操作的通用和图形特定的执行逻辑以及固定功能纹理处理和
/
或机器学习和人工智能加速逻辑，其包括图
9a
和图
9b
中的逻辑
915。
[0517]
在至少一个实施例中，
3d
管线
3112
包括固定功能和可编程逻辑，用于通过处理指令并将执行线程分派到图形核心阵列
3114
，来处理一个或更多个着色器程序，诸如顶点着色器
、
几何着色器
、
像素着色器
、
片段着色器
、
计算着色器或其他着色器程序
。
在至少一个实施例中，图形核心阵列
3114
提供统一的执行资源块，以供在处理着色器程序中使用
。
在至少一个实施例中，在图形核心阵列
3114
的一个或更多个图形核心
3115a-3115b
内的多用途执行逻辑
(
例如，执行单元
)
包括对各种
3d api
着色器语言的支持，并且可以执行与多个着色器相关联的多个同时执行线程
。
[0518]
在至少一个实施例中，图形核心阵列
3114
还包括执行逻辑，用于执行媒体功能，诸如视频和
/
或图像处理
。
在至少一个实施例中，除了图形处理操作之外，执行单元还包括可编程以执行并行通用计算操作的通用逻辑
。
[0519]
在至少一个实施例中，由在图形核心阵列
3114
上执行的线程生成的输出数据可以将数据输出到统一返回缓冲区
(urb)3118
中的存储器
。
在至少一个实施例中，
urb 3118
可以
存储多个线程的数据
。
在至少一个实施例中，
urb 3118
可以用于在图形核心阵列
3114
上执行的不同线程之间发送数据
。
在至少一个实施例中，
urb 3118
还可用于图形核心阵列
3114
上的线程与共享功能逻辑
3120
内的固定功能逻辑之间的同步
。
[0520]
在至少一个实施例中，图形核心阵列
3114
是可扩展的，以使得图形核心阵列
3114
包括可变数量的图形核心，每个图形核心具有基于
gpe 3110
的目标功率和性能水平的可变数量的执行单元
。
在至少一个实施例中，执行资源是动态可扩展的，使得执行资源可以根据需要被启用或禁用
。
[0521]
在至少一个实施例中，图形核心阵列
3114
耦合到共享功能逻辑
3120
，该共享功能逻辑包括在图形核心阵列
3114
中的图形核心之间共享的多个资源
。
在至少一个实施例中，由共享功能逻辑
3120
执行的共享功能体现在向图形核心阵列
3114
提供专门的补充功能的硬件逻辑单元中
。
在至少一个实施例中，共享功能逻辑
3120
包括但不限于采样器单元
3121、
数学单元
3122
和线程间通信
(itc)
逻辑
3123。
在至少一个实施例中，一个或更多个高速缓存
3125
被包括在或耦合到共享功能逻辑
3120
中
。
[0522]
在至少一个实施例中，如果对专用功能的需求不足以包含在图形核心阵列
3114
中，则使用共享功能
。
在至少一个实施例中，专用功能的单个实例化在共享功能逻辑
3120
中使用，并且在图形核心阵列
3114
内的其他执行资源之间共享
。
在至少一个实施例中，在图形核心阵列
3114
广泛使用的共享功能逻辑
3120
内的特定共享功能可以包括在图形核心阵列
3114
内的共享功能逻辑
3126
内
。
在至少一个实施例中，图形核心阵列
3114
内的共享功能逻辑
3126
可包括共享功能逻辑
3120
内的一些或全部逻辑
。
在至少一个实施例中，共享功能逻辑
3120
内的所有逻辑元件可在图形核心阵列
3114
的共享功能逻辑
3126
内复制
。
在至少一个实施例中，排除共享功能逻辑
3120
，以支持图形核心阵列
3114
内的共享功能逻辑
3126。
[0523]
逻辑
915
用于执行与一个或更多个实施例相关联的推理和
/
或训练操作
。
本文结合图
9a
和
/
或图
9b
提供关于逻辑
915
的细节
。
在至少一个实施例中，逻辑
915
的各部分或全部可以结合到图形处理器
3110
中
。
例如，在至少一个实施例中，本文描述的训练和
/
或推理技术可以使用一个或更多个
alu
，所述
alu
体现在
3d
管线
3112、
一个或更多个图形核心
3115、
共享功能逻辑
3126、
共享功能逻辑
3120
或图
31
中的其他逻辑中
。
此外，在至少一个实施例中，本文描述的推理和
/
或训练操作可以使用除图
9a
或图
9b
所示的逻辑之外的逻辑来完成
。
在至少一个实施例中，权重参数可以存储在片上或片外存储器和
/
或寄存器
(
示出或未示出
)
中，其配置图形处理器
3110
的
alu
，以执行本文所述的一种或更多种机器学习算法
、
神经网络架构
、
用例或训练技术
。
[0524]
前面图的实施例可并入用于至少部分地基于包括用于执行图元混合和通道处理的至少一个自注意力模块的神经网络来生成推理的软件和
/
或电路
。
[0525]
图
32
是根据本文描述的至少一个实施例的图形处理器核心
3200
的硬件逻辑的框图
。
在至少一个实施例中，图形处理器核心
3200
包括图形核心
2000。
在至少一个实施例中，图形处理器核心
3200
被包括在图形核心阵列内
。
在至少一个实施例中，图形处理器核心
3200(
有时称为核心切片
)
可以是模块化图形处理器内的一个或更多个图形核心
。
在至少一个实施例中，图形处理器核心
3200
是一个图形核心切片的示例，并且本文所述的图形处理器可以基于目标功率和性能包络包括多个图形核心切片
。
在至少一个实施例中，每个图形核心
3200
可以包括与多个子核心
3201a-3201f(
也称为子切片
)
耦合的固定功能块
3230
，其
包括通用和固定功能逻辑的模块化块
。
[0526]
在至少一个实施例中，固定功能块
3230
包括几何和固定功能管线
3236
，例如，在较低性能和
/
或较低功率的图形处理器实现方式中，该几何和固定功能管线可以由图形处理器
3200
中的所有子核心共享
。
在至少一个实施例中，几何和固定功能管线
3236
包括
3d
固定功能管线
、
视频前端单元，线程产生器和线程分派器以及管理统一返回缓冲区的统一返回缓冲区管理器
。
[0527]
在至少一个实施例中，固定功能块
3230
还包括图形
soc
接口
3237、
图形微控制器
3238
和媒体管线
3239。
在至少一个实施例中，图形
soc
接口
3237
提供了图形核心
3200
以及片上系统集成电路中的其他处理器核心之间的接口
。
在至少一个实施例中，图形微控制器
3238
是可编程子处理器，其可配置为管理图形处理器
3200
的各种功能，包括线程分派
、
调度和抢占
。
在至少一个实施例中，媒体管线
3239
包括促进对包括图像和视频数据的多媒体数据进行解码
、
编码
、
预处理和
/
或后处理的逻辑
。
在至少一个实施例中，媒体管线
3239
经由对子核心
3201-3201f
内的计算或采样逻辑的请求来实现媒体操作
。
[0528]
在至少一个实施例中，
soc
接口
3237
使图形核心
3200
能够与通用应用程序处理器核心
(
例如，
cpu)
和
/
或
soc
内的其他组件通信，包括存储器层次结构元素，诸如共享的最后一级高速缓存存储器
、
系统
ram
和
/
或嵌入式片上或封装上
dram。
在至少一个实施例中，
soc
接口
3237
还可以使得能够与
soc
内的固定功能设备
(
例如，相机成像管线
)
进行通信，并且使得能够使用和
/
或实现可以在
soc
内的图形核心
3200
和
cpu
之间共享的全局存储器原子
(atomic)。
在至少一个实施例中，图形
soc
接口
3237
还可以实现用于图形处理器核心
3200
的电源管理控件，并且实现
(enable)
图形处理器核心
3200
的时钟域与
soc
内的其他时钟域之间的接口
。
在至少一个实施例中，
soc
接口
3237
使得能够从命令流转化器和全局线程分派器接收命令缓冲区，该全局线程分派器被配置为向图形处理器内的一个或更多个图形核心中的每一个提供命令和指令
。
在至少一个实施例中，当要执行媒体操作时，可以将命令和指令分派给媒体管线
3239
，或者当要执行图形处理操作时，可以将命令和指令分派给几何和固定功能管线
(
例如，几何和固定功能管线
3236
，和
/
或几何和固定功能管线
3214)。
[0529]
在至少一个实施例中，图形微控制器
3238
可以配置为对图形核心
3200
执行各种调度和管理任务
。
在至少一个实施例中，图形微控制器
3238
可以在子核心
3201a-3201f
中的执行单元
(eu)
阵列
3202a-3202f、3204a-3204f
内的各个图形并行引擎上执行图形和
/
或计算工作负载调度
。
在至少一个实施例中，在包括图形核心
3200
的
soc
的
cpu
核心上执行的主机软件可以向多个图形处理器路径之一提交工作负载，其调用适当的图形引擎上的调度操作
。
在至少一个实施例中，调度操作包括确定接下来要运行哪个工作负载
、
将工作负载提交给命令流转化器
、
抢占在引擎上运行的现有工作负载
、
监控工作负载的进度以及在工作负载完成时通知主机软件
。
在至少一个实施例中，图形微控制器
3238
还可以促进图形核心
3200
的低功率或空闲状态，从而为图形核心
3200
提供在图形核心
3200
内独立于操作系统和
/
或系统上的图形驱动程序软件的跨低功率状态转换的保存和恢复寄存器的能力
。
[0530]
在至少一个实施例中，图形核心
3200
可以具有比所示的子核心
3201a-3201f
多或少达n个模块化子核心
。
对于每组n个子核心，在至少一个实施例中，图形核心
3200
还可以包括共享功能逻辑
3210、
共享和
/
或高速缓存存储器
3212、
几何
/
固定功能管线
3214
以及附加的固定功能逻辑
3216
，用于加速各种图形和计算处理操作
。
在至少一个实施例中，共享功能
逻辑
3210
可以包括可由图形核心
3200
内的每个n个子核心共享的逻辑单元
(
例如，采样器
、
数学和
/
或线程间通信逻辑
)。
在至少一个实施例中，共享和
/
或高速缓存存储器
3212
可以是图形核心
3200
内的n个子核心
3201a-3201f
的最后一级高速缓存，并且还可以用作可由多个子核心访问的共享存储器
。
在至少一个实施例中，可以包括几何
/
固定功能管线
3214
来代替固定功能块
3230
内的几何
/
固定功能管线
3236
，并且可以包括相似的逻辑单元
。
[0531]
在至少一个实施例中，图形核心
3200
包括附加的固定功能逻辑
3216
，其可以包括供图形核心
3200
使用的各种固定功能加速逻辑
。
在至少一个实施例中，附加的固定功能逻辑
3216
包括用于在仅位置着色中使用的附加的几何管线
。
在仅位置着色中，存在至少两个几何管线，即在几何和固定功能管线
3214、3236
内的全
(full)
几何管线和剔除管线，其是可以包括在附加的固定功能逻辑
3216
中的附加几何管线
。
在至少一个实施例中，剔除管线是全几何管线的修剪版
。
在至少一个实施例中，全管线和剔除管线可以执行应用程序的不同实例，每个实例具有单独的上下文
。
在至少一个实施例中，仅位置着色可以隐藏被丢弃的三角形的长剔除运行，从而在某些情况下实现更早地完成着色
。
例如，在至少一个实施例中，附加的固定功能逻辑
3216
中的剔除管线逻辑可以与主应用程序并行地执行位置着色器，并且通常比全管线更快地生成临界
(critical)
结果，因为剔除管线获取顶点的位置属性并对其进行着色
(shade)
，无需执行光栅化和将像素渲染到帧缓冲区
。
在至少一个实施例中，剔除管线可以使用生成的临界结果来计算所有三角形的可见性信息，而与这些三角形是否被剔除无关
。
在至少一个实施例中，全管线
(
在这种情况下其可以称为重放管线
)
可以消耗可见性信息来跳过剔除的三角形以仅对最终传递到光栅化阶段的可见三角形进行着色
。
[0532]
在至少一个实施例中，附加的固定功能逻辑
3216
还可包括机器学习加速逻辑，诸如固定功能矩阵乘法逻辑，用于包括针对机器学习训练或推理的优化的实现方式
。
[0533]
在至少一个实施例中，在每个图形子核心
3201a-3201f
内包括一组执行资源，其可用于响应于图形管线
、
媒体管线或着色器程序的请求来执行图形
、
媒体和计算操作
。
在至少一个实施例中，图形子核心
3201a-3201f
包括多个
eu
阵列
3202a-3202f、3204a-3204f
，线程分派和线程间通信
(td/ic)
逻辑
3203a-3203f
，
3d(
例如，纹理
)
采样器
3205a-3205f
，媒体采样器
3206a-3206f
，着色器处理器
3207a-3207f
和共享本地存储器
(slm)3208a-3208f。
在至少一个实施例中，
eu
阵列
3202a-3202f、3204a-3204f
每个都包括多个执行单元，这些执行单元是能够服务于图形
、
媒体或计算操作
(
包括图形
、
媒体或计算着色器程序
)
而执行浮点和整数
/
定点逻辑运算的通用图形处理单元
。
在至少一个实施例中，
td/ic
逻辑
3203a-3203f
为子核心内的执行单元执行本地线程分派和线程控制操作，并促进在子核心的执行单元上执行的线程之间的通信
。
在至少一个实施例中，
3d
采样器
3205a-3205f
可以将与纹理或其他
3d
图形相关的数据读取到存储器中
。
在至少一个实施例中，
3d
采样器可以基于配置的样本状态和与给定纹理相关联的纹理格式来不同地读取纹理数据
。
在至少一个实施例中，媒体采样器
3206a-3206f
可以基于与媒体数据相关联的类型和格式来执行类似的读取操作
。
在至少一个实施例中，每个图形子核心
3201a-3201f
可以可替代地包括统一的
3d
和媒体采样器
。
在至少一个实施例中，在每个子核心
3201a-3201f
内的执行单元上执行的线程可以利用每个子核心内的共享本地存储器
3208a-3208f
，以使在线程组内执行的线程能够使用片上存储器的公共池来执行
。
[0534]
逻辑
915
用于执行与一个或更多个实施例相关联的推理和
/
或训练操作
。
本文结合
图
9a
和
/
或图
9b
提供关于逻辑
915
的细节
。
在至少一个实施例中，逻辑
915
的部分或全部可以被合并到图形处理器
3200
中
。
例如，在至少一个实施例中，本文描述的训练和
/
或推理技术可以使用在
3d
管线
、
图形微控制器
3238、
几何和固定功能管线
3214
和
3236
或图
32
中的其他逻辑中体现的一个或更多个
alu。
此外，在至少一个实施例中，本文描述的推理和
/
或训练操作可以使用除图
9a
或图
9b
所示的逻辑以外的逻辑来完成
。
在至少一个实施例中，权重参数可以存储在片上或片外存储器和
/
或寄存器
(
示出或未示出
)
中，其配置图形处理器
3200
的
alu
以执行本文所述的一种或更多种机器学习算法
、
神经网络架构
、
用例或训练技术
。
[0535]
前面图的实施例可并入用于至少部分地基于包括用于执行图元混合和通道处理的至少一个自注意力模块的神经网络来生成推理的软件和
/
或电路
。
[0536]
图
33a
和图
33b
示出了根据至少一个实施例的包括图形处理器核心的处理元件的阵列的线程执行逻辑
3300。
图
33a
示出了至少一个实施例，其中使用了线程执行逻辑
3300。
图
33b
示出了根据至少一个实施例的图形执行单元
3308
的示例性内部细节
。
[0537]
如图
33a
中所示，在至少一个实施例中，线程执行逻辑
3300
包括着色器处理器
3302、
线程分派器
3304、
指令高速缓存
3306、
包括多个执行单元
3307a-3307n
和
3308a-3308n
的可扩展执行单元阵列
、
采样器
3310、
数据高速缓存
3312
和数据端口
3314。
在至少一个实施例中，可扩展执行单元阵列可以例如基于工作负载的计算要求，通过启用或禁用一个或更多个执行单元
(
例如，执行单元
3308a-n
或
3307a-n
中的任意一个
)
来动态地扩展
。
在至少一个实施例中，可扩展执行单元经由链接到每个执行单元的互连结构进行互连
。
在至少一个实施例中，线程执行逻辑
3300
包括通过指令高速缓存
3306、
数据端口
3314、
采样器
3310
和执行单元
3307
或
3308
中的一个或更多个到存储器
(
诸如系统存储器或高速缓存存储器
)
的一个或更多个连接
。
在至少一个实施例中，每个执行单元
(
例如
3307a)
是独立的可编程通用计算单元，其能够执行多个同时的硬件线程，同时针对每个线程并行处理多个数据元素
。
在至少一个实施例中，执行单元
3307
和
/
或
3308
的阵列可扩展以包括任意数量的各个执行单元
。
[0538]
在至少一个实施例中，执行单元
3307
和
/
或
3308
主要用于执行着色器程序
。
在至少一个实施例中，着色器处理器
3302
可以处理各种着色器程序并经由线程分派器
3304
来分派与着色器程序相关联的执行线程
。
在至少一个实施例中，线程分派器
3304
包括用于仲裁来自图形和媒体管线的线程初始化请求以及在执行单元
3307
和
/
或
3308
中的一个或更多个执行单元上实例化所请求的线程的逻辑
。
例如，在至少一个实施例中，几何管线可以将顶点
、
曲面细分或几何着色器分派到线程执行逻辑以进行处理
。
在至少一个实施例中，线程分派器
3304
还可以处理来自执行的着色器程序的运行时线程产生请求
。
[0539]
在至少一个实施例中，执行单元
3307
和
/
或
3308
支持一指令集，该指令集包括对许多标准
3d
图形着色器指令的本机支持，从而使来自图形库
(
例如
direct 3d
和
opengl)
的着色器程序只需最少的转换即可被执行
。
在至少一个实施例中，执行单元支持顶点和几何处理
(
例如，顶点程序
、
几何程序
、
和
/
或顶点着色器
)、
像素处理
(
例如，像素着色器
、
片段着色器
)
和通用处理
(
例如，计算和媒体着色器
)。
在至少一个实施例中，每个执行单元
3307
和
/
或
3308(
其包括一个或更多个算术逻辑单元
(alu))
能够执行多发出单指令多数据
(simd)
，并且多线程操作实现了高效的执行环境，尽管存储器访问的延时更高
。
在至少一个实施例中，每个执行单元内的每个硬件线程具有专用的高带宽寄存器文件和关联的独立线程状态
。
在至少一个实施例中，执行是到管线的每时钟多发出，管线能够进行整数
、
单精度和双精度浮
点运算
、simd
分支功能
、
逻辑运算
、
超越运算
(transcendental operation)
和其他杂运算
(miscellaneous operation)。
在至少一个实施例中，在等待来自存储器或共享功能之一的数据时，执行单元
3307
和
/
或
3308
内的依赖性逻辑使等待线程休眠，直到返回了所请求的数据
。
在至少一个实施例中，在等待线程正在休眠时，硬件资源可以专用于处理其他线程
。
例如，在至少一个实施例中，在与顶点着色器操作相关联的延迟期间，执行单元可以对像素着色器
、
片段着色器或另一类型的着色器程序
(
包括不同的顶点着色器
)
执行操作
。
[0540]
在至少一个实施例中，执行单元
3307
和
/
或
3308
中的每一个执行单元在数据元素的阵列上进行操作
。
在至少一个实施例中，数据元素的数量是“执行大小”或指令的通道数
。
在至少一个实施例中，执行通道是用于指令内的数据元素访问
、
屏蔽和流控制的逻辑执行单元
。
在至少一个实施例中，通道数可以与特定图形处理器的物理算术逻辑单元
(alu)
或浮点单元
(fpu)
的数量无关
。
在至少一个实施例中，执行单元
3307
和
/
或
3308
支持整数和浮点数据类型
。
[0541]
在至少一个实施例中，执行单元指令集包括
simd
指令
。
在至少一个实施例中，各个数据元素可以作为打包数据类型存储在寄存器中，并且执行单元将基于那些元素的数据大小来处理各个元素
。
例如，在至少一个实施例中，当对
256
位宽的向量进行操作时，将
256
位的向量存储在寄存器中，并且执行单元对作为四个单独的
64
位打包数据元素
(
四字
(qw)
大小数据元素
)、
八个单独的
33
位打包数据元素
(
双字
(dw)
大小数据元素
)、
十六个单独的
16
位打包数据元素
(
字
(w)
大小数据元素
)
或三十二个单独的8位数据元素
(
字节
(b)
大小的数据元素
)
的向量进行操作
。
然而，在至少一个实施例中，不同的向量宽度和寄存器大小是可能的
。
[0542]
在至少一个实施例中，一个或更多个执行单元可以被组合成具有融合
eu
共用的线程控制逻辑
(3311a-3311n)
的融合执行单元
3309a-3309n
，诸如将执行单元
3307a
与执行单元
3308a
融合为融合执行单元
3309a。
在至少一个实施例中，可以将多个
eu
融合成
eu
组
。
在至少一个实施例中，融合
eu
组中的每个
eu
可以被配置为执行单独的
simd
硬件线程，其中融合
eu
组中的
eu
的数量可能根据各个实施例而变化
。
在至少一个实施例中，每
eu
可以执行各种
simd
宽度，包括但不限于
simd8、simd16
和
simd33。
在至少一个实施例中，每个融合图形执行单元
3309a-3309n
包括至少两个执行单元
。
例如，在至少一个实施例中，融合执行单元
3309a
包括第一
eu 3307a、
第二
eu 3308a
以及第一
eu 3307a
和第二
eu 3308a
共用的线程控制逻辑
3311a。
在至少一个实施例中，线程控制逻辑
3311a
控制在融合图形执行单元
3309a
上执行的线程，从而允许融合执行单元
3309a-3309n
内的每个
eu
使用公共指令指针寄存器来执行
。
[0543]
在至少一个实施例中，一个或更多个内部指令高速缓存
(
例如，
3306)
被包括在线程执行逻辑
3300
中以高速缓存用于执行单元的线程指令
。
在至少一个实施例中，包括一个或更多个数据高速缓存
(
例如，
3312)
以在线程执行期间高速缓存线程数据
。
在至少一个实施例中，包括采样器
3310
以提供用于
3d
操作的纹理采样和用于媒体操作的媒体采样
。
在至少一个实施例中，采样器
3310
包括专门的纹理或媒体采样功能，以在将采样数据提供给执行单元之前在采样过程中处理纹理或媒体数据
。
[0544]
在执行期间，在至少一个实施例中，图形和媒体管线经由线程产生和分派逻辑将线程发起请求发送到线程执行逻辑
3300。
在至少一个实施例中，一旦一组几何对象已经被处理并光栅化成像素数据，则着色器处理器
3302
内的像素处理器逻辑
(
例如，像素着色器逻
辑
、
片段着色器逻辑等
)
被调用以进一步计算输出信息并且使得将结果写入输出表面
(
例如，颜色缓冲区
、
深度缓冲区
、
模板缓冲区等
)。
在至少一个实施例中，像素着色器或片段着色器计算要在光栅化对象上插值的各个顶点属性的值
。
在至少一个实施例中，然后着色器处理器
3302
内的像素处理器逻辑执行应用程序编程接口
(api)
提供的像素或片段着色器程序
。
在至少一个实施例中，为了执行着色器程序，着色器处理器
3302
经由线程分派器
3304
将线程分派到执行单元
(
例如，
3308a)。
在至少一个实施例中，着色器处理器
3302
使用采样器
3310
中的纹理采样逻辑来访问存储在存储器中的纹理映射中的纹理数据
。
在至少一个实施例中，对纹理数据和输入几何数据的算术运算为每个几何片段计算像素颜色数据，或者丢弃一个或更多个像素以不进行进一步处理
。
[0545]
在至少一个实施例中，数据端口
3314
提供了一种用于线程执行逻辑
3300
的存储器访问机制，以将处理后的数据输出到存储器以在图形处理器输出管线上进行进一步处理
。
在至少一个实施例中，数据端口
3314
包括或耦合到一个或更多个高速缓存存储器
(
例如，数据高速缓存
3312)
，用于高速缓存数据以经由数据端口进行存储器访问
。
[0546]
如图
33b
所示，在至少一个实施例中，图形执行单元
3308
可以包括指令获取单元
3337、
通用寄存器文件阵列
(grf)3324、
架构寄存器文件阵列
(arf)3326、
线程仲裁器
3322、
发送单元
3330、
分支单元
3332、
一组
simd
浮点单元
(fpu)3334
，以及一组专用整数
simd alu 3335。
在至少一个实施例中，
grf 3324
和
arf 3326
包括与在图形执行单元
3308
中可以是活动的每个同时硬件线程相关联的一组通用寄存器文件和架构寄存器文件
。
在至少一个实施例中，在
arf 3326
中维护每线程架构状态，而在线程执行期间使用的数据被存储在
grf 3324
中
。
在至少一个实施例中，每个线程的执行状态，包括每个线程的指令指针，可以被保存在
arf 3326
中的线程特定的寄存器中
。
[0547]
在至少一个实施例中，图形执行单元
3308
具有一种架构，该架构是同时多线程
(smt)
和细粒度交错多线程
(imt)
的组合
。
在至少一个实施例中，架构具有模块化配置，该模块化配置可以在设计时基于同时线程的目标数量和每执行单元的寄存器数量来进行微调，其中执行单元资源在用于执行多个同时线程的逻辑上被划分
。
[0548]
在至少一个实施例中，图形执行单元
3308
可以共同发布多个指令，每个指令可以是不同的指令
。
在至少一个实施例中，图形执行单元线程
3308
的线程仲裁器
3322
可以将指令分派到发送单元
3330、
分支单元
3332
或
simd fpu 3334
之一以供执行
。
在至少一个实施例中，每个执行线程可以访问
grf 3324
中的
128
个通用寄存器，其中每个寄存器可以存储
33
个字节，可以作为
33
位数据元素的
simd 8
元素向量进行访问
。
在至少一个实施例中，每个执行单元线程可以访问
grf 3324
中的
4kb
，但是实施例不限于此，并且在其他实施例中可以提供更多或更少的寄存器资源
。
在至少一个实施例中，尽管每执行单元的线程数量也可以根据实施例而变化，但是可以同时执行多达七个线程
。
在至少一个实施例中，其中七个线程可以访问
4kb
，
grf 3324
可以存储总共
28kb。
在至少一个实施例中，灵活的寻址模式可以允许寄存器一起被寻址以有效地建立更宽的寄存器或表示跨步的矩形块数据结构
。
[0549]
在至少一个实施例中，经由由传递到发送单元
3330
的消息执行的“发送”指令来分派存储器操作
、
采样器操作和其他更长延时的系统通信
。
在至少一个实施例中，分支指令被分派到分支单元
3332
以促进
simd
发散和最终收敛
。
[0550]
在至少一个实施例中，图形执行单元
3308
包括一个或更多个
simd
浮点单元
(fpu)
3334
，用于执行浮点操作
。
在至少一个实施例中，一个或更多个
fpu 3334
还支持整数计算
。
在至少一个实施例中，一个或更多个
fpu 3334
可以
simd
执行多达m个
33
位浮点
(
或整数
)
运算，或者
simd
执行多达
2m 16
位整数或
16
位浮点运算
。
在至少一个实施例中，至少一个
fpu
提供扩展的数学能力以支持高吞吐量的超越数学函数和双精度
64
位浮点
。
在至少一个实施例中，还存在一组8位整数
simd alu 3335
，并且其可以被专门优化以执行与机器学习计算相关联的操作
。
[0551]
在至少一个实施例中，可以在图形子核心分组
(
例如，子切片
)
中实例化图形执行单元
3308
的多个实例的阵列
。
在至少一个实施例中，执行单元
3308
可以跨多个执行通道执行指令
。
在至少一个实施例中，在图形执行单元
3308
上执行的每个线程在不同的通道上执行
。
[0552]
逻辑
915
用于执行与一个或更多个实施例相关联的推理和
/
或训练操作
。
下面结合图
9a
和
/
或图
9b
提供关于逻辑
915
的细节
。
在至少一个实施例中，逻辑
915
的部分或全部可以被结合到线程执行逻辑
3300
中
。
此外，在至少一个实施例中，可以使用除了图
9a
或图
9b
中所示的逻辑之外的逻辑来完成本文描述的推理和
/
或训练操作
。
在至少一个实施例中，权重参数可以存储在片上或片外存储器和
/
或寄存器
(
示出或未示出
)
中，其配置线程执行逻辑
3300
的
alu
以执行本文所述的一种或更多种机器学习算法
、
神经网络架构
、
用例或训练技术
。
[0553]
前面图的实施例可并入用于至少部分地基于包括用于执行图元混合和通道处理的至少一个自注意力模块的神经网络来生成推理的软件和
/
或电路
。
[0554]
图
34
示出了根据至少一个实施例的并行处理单元
(“ppu”)3400。
在至少一个实施例中，
ppu 3400
配置有机器可读代码，该机器可读代码如果由
ppu 3400
执行，则使得
ppu 3400
执行贯穿本公开描述的一些或全部过程和技术
。
在至少一个实施例中，
ppu 3400
是在一个或更多个集成电路设备上实现的并且利用多线程作为延迟隐藏技术的多线程处理器，该延迟隐藏技术被设计为在多个线程上并行处理计算机可读指令
(
也称为机器可读指令或简单地称为指令
)。
在至少一个实施例中，
ppu 3400
包括一个或更多个图形核心
2000。
在至少一个实施例中，线程是指执行线程，并且是被配置为由
ppu 3400
执行的一组指令的实例化
。
在至少一个实施例中，
ppu 3400
是图形处理单元
(“gpu”)
，其被配置为实现用于处理三维
(“3d”)
图形数据的图形渲染管线，以便生成用于在显示设备
(
诸如液晶显示器
(“lcd”)
设备
)
上显示的二维
(“2d”)
图像数据
。
在至少一个实施例中，
ppu 3400
用于执行计算，诸如线性代数运算和机器学习运算
。
图
34
仅出于说明性目的示出了示例并行处理器，并且应被解释为在本公开的范围内设想的处理器架构的非限制性示例，并且可以采用任何适当的处理器来对其进行补充和
/
或替代
。
[0555]
在至少一个实施例中，一个或更多个
ppu 3400
被配置成加速高性能计算
(“hpc”)、
数据中心和机器学习应用程序
。
在至少一个实施例中，
ppu 3400
被配置成加速深度学习系统和应用程序，包括以下非限制性示例：自主汽车平台
、
深度学习
、
高精度语音
、
图像
、
文本识别系统
、
智能视频分析
、
分子模拟
、
药物发现
、
疾病诊断
、
天气预报
、
大数据分析
、
天文学
、
分子动力学模拟
、
财务建模
、
机器人技术
、
工厂自动化
、
实时语言转换
、
在线搜索优化以及个性化用户推荐等
。
[0556]
在至少一个实施例中，
ppu 3400
包括但不限于输入
/
输出
(“i/o”)
单元
3406、
前端
单元
3410、
调度器
(
定序器
)
单元
3412、
工作分配单元
3414、
集线器
3416、
交叉开关
(“xbar”)3420、
一个或更多个通用处理集群
(“gpc”)3418
和一个或更多个分区单元
(“存储器分区单元”)3422。
在至少一个实施例中，
ppu 3400
经由一个或更多个高速
gpu
互连
(“gpu
互连”)3408
连接到主机处理器或其他
ppu 3400。
在至少一个实施例中，
ppu 3400
经由系统总线
3402
连接到主机处理器或其他外围设备
。
在至少一个实施例中，
ppu 3400
连接到包括一个或更多个存储器设备
(“存储器”)3404
的本地存储器
。
在至少一个实施例中，存储器设备
3404
包括但不限于一个或更多个动态随机存取存储器
(“dram”)
设备
。
在至少一个实施例中，一个或更多个
dram
设备被配置和
/
或可配置为高带宽存储器
(“hbm”)
子系统，并且在每个设备内堆叠有多个
dram
管芯
。
[0557]
在至少一个实施例中，高速
gpu
互连
3408
可以指代基于线的多通道通信链路，系统使用其来进行扩展，并包括与一个或更多个中央处理单元
(“cpu”)
结合的一个或更多个
ppu 3400
，支持
ppu 3400
和
cpu
之间的高速缓存一致性以及
cpu
主控
。
在至少一个实施例中，高速
gpu
互连
3408
通过集线器
3416
将数据和
/
或命令传送到
ppu 3400
的其他单元或从其他单元传送数据和
/
或命令，所述其他单元诸如一个或更多个复制引擎
、
视频编码器
、
视频解码器
、
电源管理单元和
/
或在图
34
中可能未明确示出的其他组件
。
[0558]
在至少一个实施例中，
i/o
单元
3406
被配置为通过系统总线
3402
从主机处理器
(
图
34
中未示出
)
发送和接收通信
(
例如，命令
、
数据
)。
在至少一个实施例中，
i/o
单元
3406
直接经由系统总线
3402
或通过一个或更多个中间设备
(
诸如，内存桥
)
与主机处理器进行通信
。
在至少一个实施例中，
i/o
单元
3406
可以经由系统总线
3402
与一个或更多个其他处理器
(
诸如一个或更多个
ppu 3400)
进行通信
。
在至少一个实施例中，
i/o
单元
3406
实现外围组件互连快速
(“pcie”)
接口，用于通过
pcie
总线进行通信
。
在至少一个实施例中，
i/o
单元
3406
实现用于与外部设备进行通信的接口
。
[0559]
在至少一个实施例中，
i/o
单元
3406
对经由系统总线
3402
接收的分组
(packet)
进行解码
。
在至少一个实施例中，至少一些分组表示被配置为使
ppu 3400
执行各种操作的命令
。
在至少一个实施例中，
i/o
单元
3406
如命令所指定的那样将解码的命令传送到
ppu 3400
的各个其他单元
。
在至少一个实施例中，命令被传送到前端单元
3410
和
/
或被传送到集线器
3416
或
ppu 3400
的其他单元，诸如一个或更多个复制引擎
、
视频编码器
、
视频解码器
、
电源管理单元等
(
图
34
中未明确示出
)。
在至少一个实施例中，
i/o
单元
3406
被配置为在
ppu 3400
的各个逻辑单元之间和之中路由通信
。
[0560]
在至少一个实施例中，由主机处理器执行的程序对缓冲区中的命令流进行编码，该缓冲区将工作负载提供给
ppu 3400
以进行处理
。
在至少一个实施例中，工作负载包括指令和要由那些指令处理的数据
。
在至少一个实施例中，缓冲区是可由主机处理器和
ppu 3400
两者访问
(
例如，读
/
写
)
的存储器中的区域
—
主机接口单元可以被配置为经由存储器请求访问连接到系统总线
3402
的系统存储器中的该缓冲区，该存储器请求由
i/o
单元
3406
通过系统总线
3402
传送
。
在至少一个实施例中，主机处理器将命令流写入缓冲区，然后将指向命令流开始的指针发送至
ppu 3400
，使得前端单元
3410
接收指向一个或更多个命令流的指针并管理一个或更多个命令流，从命令流中读取命令并将命令转发到
ppu 3400
的各个单元
。
[0561]
在至少一个实施例中，前端单元
3410
耦合到调度器单元
3412(
其可称为定序器单
元
、
线程定序器和
/
或异步计算引擎
)
，该调度器单元
3412
配置各个
gpc 3418
以处理由一个或更多个命令流定义的任务
。
在至少一个实施例中，调度器单元
3412
被配置为跟踪与调度器单元
3412
管理的各种任务有关的状态信息，其中状态信息可以指示任务被分配给哪个
gpc 3418
，任务是活动的还是不活动的，与任务相关联的优先级等等
。
在至少一个实施例中，调度器单元
3412
管理多个任务在一个或更多个
gpc 3418
上的执行
。
[0562]
在至少一个实施例中，调度器单元
3412
耦合到工作分配单元
3414
，该工作分配单元
3414
被配置为分派任务以在
gpc 3418
上执行
。
在至少一个实施例中，工作分配单元
3414
跟踪从调度器单元
3412
接收到的多个调度任务并且工作分配单元
3414
管理每个
gpc 3418
的待处理
(pending)
任务池和活动任务池
。
在至少一个实施例中，待处理任务池包括多个时隙
(
例如
32
个时隙
)
，这些时隙包含被分配以由特定
gpc 3418
处理的任务；活动任务池可包括用于由
gpc 3418
主动处理的任务的多个时隙
(
例如4个时隙
)
，使得随着
gpc 3418
之一完成任务的执行，则该任务将从
gpc 3418
的活动任务池中被逐出，并且从待处理任务池中选择另一个任务，并且其被调度以在
gpc 3418
上执行
。
在至少一个实施例中，如果活动任务在
gpc 3418
上是空闲的，诸如在等待数据依赖性被解决时，则该活动任务从
gpc 3418
中被逐出并返回到该待处理任务池，同时选择该待处理任务池中的另一个任务并且其被调度以在
gpc 3418
上执行
。
[0563]
在至少一个实施例中，工作分配单元
3414
经由
xbar 3420
与一个或更多个
gpc 3418
进行通信
。
在至少一个实施例中，
xbar 3420
是互连网络，其将
ppu 3400
的许多单元耦合到
ppu 3400
的其他单元，并且可以被配置为将工作分配单元
3414
耦合到特定
gpc 3418。
在至少一个实施例中，
ppu 3400
的一个或更多个其他单元也可以经由集线器
3416
连接到
xbar 3420。
[0564]
在至少一个实施例中，任务由调度器单元
3412
管理，并由工作分配单元
3414
分派给
gpc 3418
之一
。
在至少一个实施例中，
gpc 3418
被配置为处理任务并生成结果
。
在至少一个实施例中，结果可以由
gpc 3418
中的其他任务消耗，经由
xbar 3420
路由到不同的
gpc 3418
或存储在存储器
3404
中
。
在至少一个实施例中，结果可以经由分区单元
3422
写到存储器
3404
中，该分区单元实现了用于向存储器
3404
写入数据或从存储器
3404
读取数据的存储器接口
。
在至少一个实施例中，结果可以经由高速
gpu
互连
3408
被传送到另一
ppu
或
cpu。
在至少一个实施例中，
ppu 3400
包括但不限于数量为u个分区单元
3422
，其等于耦合到
ppu 3400
的分开且不同的存储器设备
3404
的数量，如本文结合图
36
更详细地描述的
。
[0565]
在至少一个实施例中，主机处理器执行驱动程序内核，该驱动程序内核实现应用程序编程接口
(api)
，该
api
使在主机处理器上执行的一个或更多个应用程序能够调度操作以在
ppu 3400
上执行
。
在至少一个实施例中，多个计算应用程序由
ppu 3400
同时执行，并且
ppu 3400
为多个计算应用程序提供隔离
、
服务质量
(“qos”)
和独立的地址空间
。
在至少一个实施例中，应用程序生成指令
(
例如，以
api
调用的形式
)
，该指令使驱动程序内核生成一个或更多个任务以由
ppu 3400
执行，并且驱动程序内核将任务输出至由
ppu 3400
正在处理的一个或更多个流
。
在至少一个实施例中，每个任务包括一个或更多个相关线程组，其可以被称为线程束
(warp)、
波前和
/
或波
。
在至少一个实施例中，线程束
、
波前和
/
或波包括可以并行执行的多个相关线程
(
例如，
32
个线程
)。
在至少一个实施例中，协作线程可以指代多个线程，包括用于执行任务并且通过共享存储器交换数据的指令
。
在至少一个实施例中，结合图
36
更详细地描述了线程和协作线程
。
[0566]
逻辑
915
用于执行与一个或更多个实施例相关联的推理和
/
或训练操作
。
本文结合图
9a
和
/
或图
9b
提供关于逻辑
915
的细节
。
在至少一个实施例中，深度学习应用程序处理器用于训练机器学习模型
(
诸如神经网络
)
，以预测或推理提供给
ppu 3400
的信息
。
在至少一个实施例中，深度学习应用程序处理器用于基于已由另一处理器或系统或由
ppu 3400
训练过的经训练的机器学习模型
(
例如，神经网络
)
来推理或预测信息
。
在至少一个实施例中，
ppu 3400
可用于执行本文所述的一个或更多个神经网络用例
。
[0567]
前面图的实施例可并入用于至少部分地基于包括用于执行图元混合和通道处理的至少一个自注意力模块的神经网络来生成推理的软件和
/
或电路
。
[0568]
图
35
示出了根据至少一个实施例的通用处理集群
(“gpc”)3500。
在至少一个实施例中，
gpc 3500
是图
34
的
gpc 3418。
在至少一个实施例中，每个
gpc 3500
包括但不限于用于处理任务的多个硬件单元，并且每个
gpc 3500
包括但不限于管线管理器
3502、
预光栅操作单元
(“prerop”)3504、
光栅引擎
3508、
工作分配交叉开关
(“wdx”)3516、
内存管理单元
(“mmu”)3518、
一个或更多个数据处理集群
(“dpc”)3506
，以及部件的任何合适组合
。
[0569]
在至少一个实施例中，
gpc 3500
的操作由管线管理器
3502
控制
。
在至少一个实施例中，管线管理器
3502
管理一个或更多个
dpc 3506
的配置，以处理分配给
gpc 3500
的任务
。
在至少一个实施例中，管线管理器
3502
配置一个或更多个
dpc 3506
中的至少一个以实现图形渲染管线的至少一部分
。
在至少一个实施例中，
dpc 3506
被配置为在可编程流式多处理器
(“sm”)3514
上执行顶点着色器程序
。
在至少一个实施例中，管线管理器
3502
被配置为将从工作分配单元接收的分组路由到
gpc 3500
内的适当逻辑单元，以及在至少一个实施例中，可以将一些分组路由到
prerop 3504
和
/
或光栅引擎
3508
中的固定功能硬件单元，而可以将其他分组路由到
dpc 3506
以由图元引擎
3512
或
sm 3514
进行处理
。
在至少一个实施例中，管线管理器
3502
配置
dpc 3506
中的至少一个以实现神经网络模型和
/
或计算管线
。
[0570]
在至少一个实施例中，
prerop
单元
3504
被配置为在至少一个实施例中将由光栅引擎
3508
和
dpc 3506
生成的数据路由到上面结合图
34
更详细地描述的分区单元
3422
中的光栅操作
(“rop”)
单元
。
在至少一个实施例中，
prerop
单元
3504
被配置为执行针对颜色混合的优化
、
组织像素数据
、
执行地址转换等等
。
在至少一个实施例中，光栅引擎
3508
包括但不限于被配置为执行各个光栅操作的多个固定功能硬件单元，并且在至少一个实施例中，光栅引擎
3508
包括但不限于设置引擎
、
粗光栅引擎
、
剔除引擎
、
裁剪引擎
、
精细光栅引擎
、
图块聚合引擎及其任意合适的组合
。
在至少一个实施例中，设置引擎接收变换后的顶点并生成与由顶点定义的几何图元相关联的平面方程；平面方程式被传送到粗光栅引擎以生成图元的覆盖信息
(
例如，图块的
x、y
覆盖掩模
)
；粗光栅引擎的输出被传送到剔除引擎，在剔除引擎中，与z测试失败的图元相关联的片段被剔除，并被传送到裁剪引擎，在裁剪引擎中，裁剪掉位于视锥体之外的片段
。
在至少一个实施例中，经过裁剪和剔除后留下来的片段被传递给精细光栅引擎，以基于设置引擎生成的平面方程生成像素片段的属性
。
在至少一个实施例中，光栅引擎
3508
的输出包括将由任何合适的实体
(
例如，由在
dpc 3506
内实现的片段着色器
)
处理的片段
。
[0571]
在至少一个实施例中，包括在
gpc 3500
中的每个
dpc 3506
包括但不限于m管道控制器
(“mpc”)3510
；图元引擎
3512
；一个或更多个
sm 3514
；及其任何合适的组合
。
在至少一
个实施例中，
mpc 3510
控制
dpc 3506
的操作，将从管线管理器
3502
接收的分组路由到
dpc 3506
中的适当单元
。
在至少一个实施例中，与顶点相关联的分组被路由到图元引擎
3512
，图元引擎
3512
被配置为从存储器中获取与顶点相关联的顶点属性；相反，可以将与着色器程序相关联的分组传送到
sm 3514。
[0572]
在至少一个实施例中，
sm 3514
包括但不限于可编程流式处理器，其被配置为处理由多个线程表示的任务
。
在至少一个实施例中，
sm 3514
是多线程的并且被配置为并发地执行来自特定线程组的多个线程
(
例如
32
个线程
)
，并且实现单指令
、
多数据
(“simd”)
架构，其中一组线程
(
例如，线程束
、
波前
、
波
)
中的每个线程被配置为基于相同的指令集来处理不同的数据集
。
在至少一个实施例中，线程组中的所有线程执行通用指令集
。
在至少一个实施例中，
sm 3514
实现单指令
、
多线程
(“simt”)
架构，其中线程组中的每个线程被配置为基于公共指令集来处理不同的数据集，但是其中线程组中的各个线程允许在执行期间发散
。
在至少一个实施例中，为每个线程束
(
其可被称为波前和
/
或波
)
维护程序计数器
、
调用栈和执行状态，从而当线程束中的线程发散时，实现线程束和线程束内的串行执行之间的并发性
。
在另一个实施例中，为每个个体线程维护程序计数器
、
调用栈和执行状态，从而实现线程束内的和线程束之间的所有线程之间的相等的并发性
。
在至少一个实施例中，为每个个体线程维护执行状态，并且执行公共指令的线程可以被收敛且并行地执行以提高效率
。
本文更详细地描述
sm 3514
的至少一个实施例
。
[0573]
在至少一个实施例中，
mmu 3518
在
gpc 3500
和存储器分区单元
(
例如，图
34
的分区单元
3422)
之间提供接口，并且
mmu 3518
提供虚拟地址到物理地址的转换
、
存储器保护以及对存储器请求的仲裁
。
在至少一个实施例中，
mmu 3518
提供一个或更多个转换后备缓冲区
(“tlb”)
，用于执行虚拟地址到存储器中的物理地址的转换
。
[0574]
逻辑
915
用于执行与一个或更多个实施例相关联的推理和
/
或训练操作
。
本文结合图
9a
和
/
或图
9b
提供关于逻辑
915
的细节
。
在至少一个实施例中，深度学习应用程序处理器用于训练机器学习模型
(
诸如神经网络
)
，以预测或推理提供给
gpc 3500
的信息
。
在至少一个实施例中，
gpc 3500
用于基于已由另一处理器或系统或
gpc 3500
训练过的经训练的机器学习模型
(
例如，神经网络
)
来推理或预测信息
。
在至少一个实施例中，
gpc 3500
可用于执行本文所述的一个或更多个神经网络用例
。
[0575]
前面图的实施例可并入用于至少部分地基于包括用于执行图元混合和通道处理的至少一个自注意力模块的神经网络来生成推理的软件和
/
或电路
。
[0576]
图
36
示出了根据至少一个实施例的并行处理单元
(“ppu”)
的存储器分区单元
3600。
在至少一个实施例中，存储器分区单元
3600
包括但不限于光栅操作
(“rop”)
单元
3602
；二级
(“l2”)
高速缓存
3604
；存储器接口
3606
；及其任何合适的组合
。
在至少一个实施例中，存储器接口
3606
耦合到存储器
。
在至少一个实施例中，存储器接口
3606
可以实现
32、64、128、1024
位数据总线等以用于高速数据传输
。
在至少一个实施例中，
ppu
包括u个存储器接口
3606
，其中u是正整数，每对分区单元
3600
一个存储器接口
3606
，其中每对分区单元
3600
连接到对应的存储器设备
。
例如，在至少一个实施例中，
ppu
可以连接至多达y个存储器设备，诸如高带宽存储器堆叠或图形双倍数据速率版本5同步动态随机存取存储器
(“gddr5 sdram”)。
[0577]
在至少一个实施例中，存储器接口
3606
实现第二代高带宽存储器
(“hbm2”)
存储器
接口，并且y等于u的一半
。
在至少一个实施例中，
hbm2
存储器堆叠与
ppu
一起位于物理封装上，与常规的
gddr5 sdram
系统相比，这可提供大量功率和面积节省
。
在至少一个实施例中，每个
hbm2
堆叠包括但不限于四个存储器管芯，且y＝4，其中每个
hbm2
堆叠包括两个每管芯
128
位通道，总共8个通道和
1024
位的数据总线宽度
。
在至少一个实施例中，存储器支持单纠错双检错
(“secded”)
纠错码
(“ecc”)
，用于保护数据
。
在至少一个实施例中，
ecc
可以为对数据损坏敏感的计算应用程序提供更高的可靠性
。
[0578]
在至少一个实施例中，
ppu
实现了多级存储器层次结构
。
在至少一个实施例中，存储器分区单元
3600
支持统一存储器，用于为中央处理单元
(“cpu”)
和
ppu
存储器提供单个统一虚拟地址空间，从而实现虚拟存储器系统之间的数据共享
。
在至少一个实施例中，跟踪
ppu
对位于其他处理器上的内存的访问频率，以确保内存页被移动到更频繁地访问页面的
ppu
的物理存储器
。
在至少一个实施例中，高速
gpu
互连
3408
支持地址转换服务，其允许
ppu
直接访问
cpu
的页表，并提供
ppu
对
cpu
存储器的完全访问
。
[0579]
在至少一个实施例中，复制引擎在多个
ppu
之间或在
ppu
与
cpu
之间传输数据
。
在至少一个实施例中，复制引擎可以为未被映射到页表中的地址生成页面错误，并且然后存储器分区单元
3600
为页面错误提供服务，将地址映射到页表中，之后复制引擎执行传输
。
在至少一个实施例中，为多个处理器之间的多个复制引擎操作固定
(
即不可分页
)
存储器，从而显著减少可用存储器
。
在至少一个实施例中，在硬件页面故障的情况下，可以将地址传递给复制引擎，而无需考虑是否驻留内存页，并且复制过程是透明的
。
[0580]
根据至少一个实施例，来自图
34
的存储器
3404
或其他系统存储器的数据由存储器分区单元
3600
获取，并将其存储在
l2
高速缓存
3604
中，
l2
高速缓存
3604
位于芯片上并且在各个
gpc
之间共享
。
在至少一个实施例中，每个存储器分区单元
3600
包括但不限于与对应的存储器设备相关联的
l2
高速缓存的至少一部分
。
在至少一个实施例中，在
gpc
内的各个单元中实现较低级别的高速缓存
。
在至少一个实施例中，图
35
的每个
sm 3514
可以实现一级
(“l1”)
高速缓存，其中
l1
高速缓存是专用于特定
sm 3514
的私有存储器，并且从
l2
高速缓存
3604
中获取数据并将其存储在每个
l1
高速缓存中，用于在
sm 3514
的功能单元中进行处理
。
在至少一个实施例中，
l2
高速缓存
3604
耦合到存储器接口
3606
和图
34
所示的
xbar 3420。
[0581]
在至少一个实施例中，
rop
单元
3602
执行与像素颜色有关的图形光栅操作，诸如颜色压缩
、
像素混合等
。
在至少一个实施例中，
rop
单元
3602
结合光栅引擎
3508
实现深度测试，从光栅引擎
3508
的剔除引擎接收与像素片段相关联的样本位置的深度
。
在至少一个实施例中，相对于用于与片段关联的样本位置的深度缓冲区中的对应深度测试深度
。
在至少一个实施例中，如果该片段通过了针对该样本位置的该深度测试，则
rop
单元
3602
更新深度缓冲区，并将该深度测试的结果传送至光栅引擎
3508。
将理解，分区单元
3600
的数量可以不同于
gpc
的数量，因此，在至少一个实施例中，每个
rop
单元
3602
可以被耦合到每个
gpc。
在至少一个实施例中，
rop
单元
3602
跟踪从不同
gpc
接收的分组，并且确定
rop
单元
3602
生成的结果是否要通过
xbar 3420
路由到
。
[0582]
图
37
示出了根据至少一个实施例的流式多处理器
(“sm”)3700。
在至少一个实施例中，
sm 3700
是图
35
的
sm。
在至少一个实施例中，
sm 3700
包括但不限于指令高速缓存
3702
；一个或更多个调度器单元
3704(
其可称为定序器单元
)
；寄存器文件
3708
；一个或更多个处理核心
(“核心”)3710
；一个或更多个特殊功能单元
(“sfu”)3712
；一个或更多个加载
/
存储
单元
(“lsu”)3714
；互连网络
3716
；共享存储器
/
一级
(“l1”)
高速缓存
3718
；和
/
或其任何合适的组合
。
在至少一个实施例中，
lsu 3714
执行对应于加载
/
存储数据
(
例如，指令
)
的加载或存储操作，以执行操作
(
例如，执行
api、api
调用
)。
[0583]
在至少一个实施例中，工作分配单元分派任务以在并行处理单元
(“ppu”)
的通用处理集群
(“gpc”)
上执行，并且每个任务被分配给
gpc
内的特定数据处理集群
(“dpc”)
，并且如果任务与着色器程序相关联，则该任务被分配给
sm 3700(
其可被称为
cu
和
/
或切片
)。
在至少一个实施例中，调度器单元
3704(
其可被称为定序器和
/
或异步计算引擎
)
从工作分配单元接收任务并管理指派给
sm 3700
的一个或更多个线程块的指令调度
。
在至少一个实施例中，调度器单元
3704
调度线程块以作为并行线程的线程束
(
其可被称为波前和
/
或波
)
来执行，其中每个线程块被分配至少一个线程束
。
在至少一个实施例中，每个线程束执行线程
。
在至少一个实施例中，调度器单元
3704
管理多个不同的线程块，将线程束分配给不同的线程块，然后在每个时钟周期内将来自多个不同的协作组的指令分派给各个功能单元
(
例如，处理核心
3710、sfu 3712
和
lsu 3714)。
[0584]
在至少一个实施例中，协作组
(
其也可被称为波前和
/
或波
)
可以指用于组织通信线程组的编程模型，其允许开发者表达线程正在通信的粒度，从而实现更丰富的表达
、
更高效的并行分解
。
在至少一个实施例中，协作启动
api
支持线程块之间的同步以执行并行算法
。
在至少一个实施例中，常规编程模型的应用提供了用于同步协作线程的单一
、
简单的构造：跨线程块的所有线程的屏障
(
例如，
syncthreads()
函数
)。
然而，在至少一个实施例中，程序员可以以小于线程块的粒度来定义线程组，并在所定义的组内进行同步，以实现更高的性能
、
设计灵活性以及以集合组范围功能接口的形式实现软件重用
。
在至少一个实施例中，协作组使程序员能够以子块
(
即，小到单个线程
)
和多块粒度明确定义线程组，并执行集合操作，诸如对协作组中的线程进行同步
。
在至少一个实施例中，该编程模型支持跨软件边界的干净组合，从而库和效用函数可以在其本地上下文中安全地同步，而不必进行关于收敛的假设
。
在至少一个实施例中，协作组图元实现协作并行的新模式，包括但不限于生产者-消费者并行，机会并行以及整个线程块网格上的全局同步
。
[0585]
在至少一个实施例中，分派单元
3706
被配置为将指令传送到一个或更多个功能单元，并且调度器单元
3704
包括但不限于两个分派单元
3706
，该两个分派单元
3706
使得来自共同线程束的两个不同指令能够在每个时钟周期内被分派
。
在至少一个实施例中，每个调度器单元
3704
包括单个分派单元
3706
或附加分派单元
3706。
[0586]
在至少一个实施例中，每个
sm 3700(
其可被称为
cu
和
/
或切片
)
在至少一个实施例中包括但不限于寄存器文件
3708
，该寄存器文件
3708
为
sm 3700
的功能单元提供了一组寄存器
。
在至少一个实施例中，寄存器文件
3708
在每个功能单元之间划分，从而为每个功能单元分配寄存器文件
3708
的专用部分
。
在至少一个实施例中，寄存器文件
3708
在由
sm 3700
正在执行的不同线程束之间划分，并且寄存器文件
3708
为连接到功能单元的数据路径的操作数提供临时存储
。
在至少一个实施例中，每个
sm 3700
包括但不限于多个
l
个处理核心
3710
，其中
l
是正整数
。
在至少一个实施例中，
sm 3700
包括但不限于大量
(
例如
128
个或更多
)
不同的处理核心
3710。
在至少一个实施例中，每个处理核心
3710
包括但不限于全管线
、
单精度
、
双精度和
/
或混合精度处理单元，其包括但不限于浮点算术逻辑单元和整数算术逻辑单元
。
在至少一个实施例中，浮点算术逻辑单元实现用于浮点算术的
ieee 754-2008
标准
。
在至少
一个实施例中，处理核心
3710
包括但不限于
64
个单精度
(32
位
)
浮点核心
、64
个整数核心
、32
个双精度
(64
位
)
浮点核心和8个张量核心
。
[0587]
根据至少一个实施例，张量核心被配置为执行矩阵运算
。
在至少一个实施例中，一个或更多个张量核心被包括在处理核心
3710
中
。
在至少一个实施例中，张量核心被配置为执行深度学习矩阵算术，诸如用于神经网络训练和推理的卷积运算
。
在至少一个实施例中，每个张量核心在4×4矩阵上操作并且执行矩阵乘法和累加运算d＝a×
b+c
，其中
a、b、c
和d是4×4矩阵
。
[0588]
在至少一个实施例中，矩阵乘法输入a和b是
16
位浮点矩阵，并且累加矩阵c和d是
16
位浮点矩阵或
32
位浮点矩阵
。
在至少一个实施例中，张量核心对
16
位浮点输入数据进行
32
位浮点累加运算
。
在至少一个实施例中，
16
位浮点乘法使用
64
个运算，并得到全精度乘积，然后使用
32
位浮点加法与其他中间乘积累加，以进行
4x4x4
矩阵乘法
。
在至少一个实施例中，张量核心用于执行由这些较小元素构成的更大的二维或更高维度的矩阵运算
。
在至少一个实施例中，
api(
诸如
cuda 9c++api)
公开专门的矩阵加载
、
矩阵乘法和累加以及矩阵存储操作，以高效地使用来自
cuda-c++
程序的张量核心
。
在至少一个实施例中，在
cuda
级别，线程束级接口假定跨越线程束
(
其可被称为波前和
/
或波
)
的所有
32
个线程的
16
×
16
大小的矩阵
。
[0589]
在至少一个实施例中，每个
sm 3700
包括但不限于执行特殊功能
(
例如，属性评估
、
倒数平方根等
)
的m个
sfu 3712。
在至少一个实施例中，
sfu 3712
包括但不限于被配置为遍历层次树数据结构的树遍历单元
。
在至少一个实施例中，
sfu 3712
包括但不限于被配置为执行纹理映射过滤操作的纹理单元
。
在至少一个实施例中，纹理单元被配置为从存储器中加载纹理映射
(
例如，纹理像素的
2d
阵列
)
以及对纹理映射进行采样以产生采样的纹理值，以在由
sm 3700
执行的着色器程序中使用
。
在至少一个实施例中，纹理映射被存储在共享存储器
/l1
高速缓存
3718
中
。
在至少一个实施例中，根据至少一个实施例，纹理单元使用
mip
映射
(mip-map)(
例如，不同细节级别的纹理映射
)
来实现纹理操作
(
诸如过滤操作
)。
在至少一个实施例中，每个
sm 3700
包括但不限于两个纹理单元
。
[0590]
在至少一个实施例中，每个
sm 3700
包括但不限于实现共享存储器
/l1
高速缓存
3718
与寄存器文件
3708
之间的加载和存储操作的n个
lsu 3714。
在至少一个实施例中，互连网络
3716
将每个功能单元连接到寄存器文件
3708
，并且将
lsu 3714
连接到寄存器文件
3708
和共享存储器
/l1
高速缓存
3718。
在至少一个实施例中，互连网络
3716
是交叉开关，其可以被配置为将任何功能单元连接到寄存器文件
3708
中的任何寄存器，并且将
lsu 3714
连接到寄存器文件
3708
和共享存储器
/l1
高速缓存
3718
中的存储器位置
。
[0591]
在至少一个实施例中，共享存储器
/l1
高速缓存
3718
是片上存储器的阵列，其在至少一个实施例中允许
sm 3700
与图元引擎之间以及
sm 3700
中的线程之间的数据存储和通信
。
在至少一个实施例中，共享存储器
/l1
高速缓存
3718
包括但不限于
128kb
的存储容量，并且位于从
sm 3700
到分区单元的路径中
。
在至少一个实施例中，共享存储器
/l1
高速缓存
3718
在至少一个实施例中用于高速缓存读取和写入
。
在至少一个实施例中，共享存储器
/l1
高速缓存
3718、l2
高速缓存和存储器中的一个或更多个是备用存储
。
[0592]
在至少一个实施例中，将数据高速缓存和共享存储器功能组合到单个存储器块中为两种类型的存储器访问提供了改进的性能
。
在至少一个实施例中，容量由不使用共享存
储器的程序使用或将其用作高速缓存，诸如如果共享存储器被配置为使用一半容量，而纹理和加载
/
存储操作可以使用剩余容量
。
根据至少一个实施例，在共享存储器
/l1
高速缓存
3718
内的集成使共享存储器
/l1
高速缓存
3718
能够用作用于流传输数据的高吞吐量管道，同时提供对频繁重用的数据的高带宽和低延时访问
。
在至少一个实施例中，当被配置用于通用并行计算时，与图形处理相比，可以使用更简单的配置
。
在至少一个实施例中，绕过固定功能图形处理单元，从而创建了更加简单的编程模型
。
在至少一个实施例中，在通用并行计算配置中，工作分配单元直接将线程的各个块指派和分配给
dpc。
在至少一个实施例中，块中的线程执行公共程序，在计算中使用唯一的线程
id
以确保每个线程生成唯一的结果，使用
sm 3700
执行程序并执行计算，使用共享存储器
/l1
高速缓存
3718
在线程之间进行通信，以及使用
lsu 3714
通过共享存储器
/l1
高速缓存
3718
和存储器分区单元来读取和写入全局存储器
。
在至少一个实施例中，当被配置用于通用并行计算时，
sm 3700
写入调度器单元
3704
可以使用其来在
dpc
上启动新工作的命令
。
[0593]
在至少一个实施例中，
ppu
被包括在台式计算机
、
膝上型计算机
、
平板电脑
、
服务器
、
超级计算机
、
智能电话
(
例如，无线
、
手持设备
)、
个人数字助理
(“pda”)、
数码相机
、
车辆
、
头戴式显示器
、
手持式电子设备等中或与之耦合
。
在至少一个实施例中，
ppu
被实现在单个半导体衬底上
。
在至少一个实施例中，
ppu
与一个或更多个其他设备
(
例如附加的
ppu、
存储器
、
精简指令集计算机
(“risc”)cpu
，内存管理单元
(“mmu”)、
数模转换器
(“dac”)
等
)
一起被包括在片上系统
(“soc”)
中
。
[0594]
在至少一个实施例中，
ppu
可以被包括在包括一个或更多个存储器设备的图形卡上
。
在至少一个实施例中，该图形卡可以被配置为与台式计算机主板上的
pcie
插槽相接合
。
在至少一个实施例中，该
ppu
可以是包括在主板的芯片组中的集成图形处理单元
(“igpu”)。
[0595]
逻辑
915
用于执行与一个或更多个实施例相关联的推理和
/
或训练操作
。
本文结合图
9a
和
/
或图
9b
提供关于逻辑
915
的细节
。
在至少一个实施例中，深度学习应用程序处理器用于训练机器学习模型
(
诸如神经网络
)
，以预测或推理提供给
sm 3700
的信息
。
在至少一个实施例中，
sm 3700
用于基于已由另一处理器或系统或由
sm 3700
训练过的经训练的机器学习模型
(
例如，神经网络
)
来推理或预测信息
。
在至少一个实施例中，
sm 3700
可用于执行本文所述的一个或更多个神经网络用例
。
[0596]
前面图的实施例可并入用于至少部分地基于包括用于执行图元混合和通道处理的至少一个自注意力模块的神经网络来生成推理的软件和
/
或电路
。
[0597]
公开了实施例，其涉及用于高级计算的虚拟化计算平台，诸如医疗应用程序中的图像推理和图像处理
。
实施例可以包括但不限于射线照相
、
磁共振成像
(mri)、
核医学
、
超声
、
超声检查
、
弹性成像
、
光声成像
、
断层扫描
、
超声心动图
、
功能近红外光谱和磁粒子成像，或其组合
。
在至少一个实施例中，本文所述的虚拟化计算平台和相关过程可以附加地或替代地用于但不限于法医科学分析
、
地下探测和成像
(
例如，石油勘探
、
考古学
、
古生物学等
)、
地形学
、
海洋学
、
地质学
、
骨学
、
气象学
、
智能区域或目标跟踪和监测
、
传感器数据处理
(
例如雷达
、
声呐
、
激光雷达等
)
和
/
或基因组学和基因测序
。
[0598]
参考图
38
，图
38
是根据至少一个实施例的用于生成和部署图像处理和推理管线的过程
3800
的示例数据流图
。
在至少一个实施例中，过程
3800
可以被部署用于成像设备
、
处理设备
、
基因组学设备
、
基因测序设备
、
放射设备和
/
或一个或更多个设施
3802
处的其他设备
类型，该设施诸如医疗设施
、
医院
、
医疗机构
、
诊所
、
研究或诊断实验室等
。
在至少一个实施例中，过程
3800
可以被部署为对测序数据进行基因组学分析和推理
。
可以使用本文所述的系统和过程来执行基因组学分析的示例，所述基因组学分析的示例包括但不限于识别变体
、
突变检测和基因表达量化
。
[0599]
在至少一个实施例中，过程
3800
可以在训练系统
3804
和
/
或部署系统
3806
内执行
。
在至少一个实施例中，训练系统
3804
可以用于执行机器学习模型
(
例如，神经网络
、
对象检测算法
、
计算机视觉算法等
)
的训练
、
部署和实现，以用于部署系统
3806。
在至少一个实施例中，部署系统
3806
可以被配置为在分布式计算环境中卸载处理和计算资源，以减少设施
3802
处的基础设施需求
。
在至少一个实施例中，部署系统
3806
可以提供流线型平台，用于选择
、
定制和实现虚拟仪器，以在设施
3802
处与成像设备
(
例如
mri、ct
扫描
、x
射线
、
超声波等
)
或测序设备一起使用
。
在至少一个实施例中，虚拟仪器可以包括用于针对由成像设备
、
测序设备
、
放射设备和
/
或其他设备类型生成的成像数据执行一个或更多个处理操作的软件定义的应用程序
。
在至少一个实施例中，管线中的一个或更多个应用程序在应用程序执行期间，可以使用或调用部署系统
3806
的服务
(
例如，推理
、
可视化
、
计算
、ai
等
)。
[0600]
在至少一个实施例中，在高级处理和推理管线中使用的一些应用程序可以使用机器学习模型或其他
ai
来执行一个或更多个处理步骤
。
在至少一个实施例中，可以使用在设施
3802
处生成
(
并存储在设施
3802
处的一个或更多个图片存档和通信系统
(pacs)
服务器上
)
的数据
3808(
例如成像数据
)
在设施
3802
处训练机器学习模型，可以使用来自另一个或更多个设施
(
例如，不同的医院
、
实验室
、
诊所等
)
的成像或测序数据
3808
来训练机器学习模型，或其组合
。
在至少一个实施例中，训练系统
3804
可以用于提供应用程序
、
服务和
/
或其他资源，以生成用于部署系统
3806
的工作的
、
可部署的机器学习模型
。
[0601]
在至少一个实施例中，模型注册表
3824
可以由对象存储支持，该对象存储可以支持版本控制和对象元数据
。
在至少一个实施例中，可以从云平台内通过例如云存储
(
例如，图
39
的云
3926)
兼容的应用程序编程接口
(api)
来访问对象存储
。
在至少一个实施例中，模型注册表
3824
内的机器学习模型可以由与
api
交互的系统的开发者或合作伙伴上传
、
列出
、
修改或删除
。
在至少一个实施例中，
api
可以提供对方法的访问，所述方法允许具有适当凭证的用户将模型与应用程序相关联，使得模型可以作为应用程序的容器化实例化的执行的一部分而被执行
。
[0602]
在至少一个实施例中，训练管线
3904(
图
39)
可以包括以下情形：其中设施
3802
正在训练它们自己的机器学习模型，或者具有需要优化或更新的现有机器学习模型
。
在至少一个实施例中，可以接收由一个或更多个成像设备
、
测序设备和
/
或其他类型设备生成的成像数据
3808。
在至少一个实施例中，一旦接收到成像数据
3808
，
ai
辅助注释
3810
就可以用于辅助生成与成像数据
3808
相对应的注释，以用作机器学习模型的真值数据
。
在至少一个实施例中，
ai
辅助注释
3810
可以包括一个或更多个机器学习模型
(
例如，卷积神经网络
(cnn))
，该机器学习模型可以被训练，以生成对应于某些类型的成像数据
3808(
例如，来自某些设备
)
和
/
或成像数据
3808
中某些类型的异常的注释
。
在至少一个实施例中，然后
ai
辅助注释
3810
可以被直接使用，或者可以使用注释工具
(
例如，由研究人员
、
临床医生
、
医生
、
科学家等
)
进行调整或微调，以生成真值数据
。
在至少一个实施例中，在一些示例中，标记的临床数据
3812(
例如，由临床医生
、
医生
、
科学家
、
技术人员等提供的注释
)
可以用作训练机
器学习模型的真值数据
。
在至少一个实施例中，
ai
辅助注释
3810、
标记的临床数据
3812
或其组合可以用作训练机器学习模型的真值数据
。
在至少一个实施例中，经训练的机器学习模型可以被称为输出模型
3816
，并且可以由部署系统
3806
使用，如本文所述
。
[0603]
在至少一个实施例中，训练管线
3904(
图
39)
可以包括以下情形：其中设施
3802
需要机器学习模型，以用于执行用于部署系统
3806
中的一个或更多个应用程序的一个或更多个处理任务，但是设施
3802
当前可能没有这种机器学习模型
(
或者可能没有为此目的而优化的
、
高效的或有效的模型
)。
在至少一个实施例中，可以从模型注册表
3824
中选择现有的机器学习模型
。
在至少一个实施例中，模型注册表
3824
可以包括机器学习模型，其被训练为对成像数据执行各种不同的推理任务
。
在至少一个实施例中，可以已经在来自与设施
3802
不同的设施
(
例如，位于远处的设施
)
的成像数据上训练了模型注册表
3824
中的机器学习模型
。
在至少一个实施例中，机器学习模型可能已经在来自一个位置
、
两个位置或任意数量的位置的成像数据上被训练了
。
在至少一个实施例中，当在来自特定位置的成像数据上进行训练时，可以在该位置处进行训练，或者至少以保护成像数据的机密性或限制成像数据从场外传输的方式进行训练
(
例如，以遵守
hipaa
法规
、
隐私法规等
)。
在至少一个实施例中，一旦在一个位置处训练了模型或部分地训练了模型，则可以将机器学习模型添加到模型注册表
3824。
在至少一个实施例中，然后可以在任意数量的其他设施处对机器学习模型进行重新训练或更新，经重新训练或更新的模型可以在模型注册表
3824
得到
。
在至少一个实施例中，然后可以从模型注册表
3824
中选择机器学习模型
(
并称为输出模型
3816)
，并且可以在部署系统
3806
中使用，以执行用于部署系统的一个或更多个应用程序的一个或更多个处理任务
。
[0604]
在至少一个实施例中，训练管线
3904(
图
39)
可用于包括设施
3802
的场景中，所述设施需要机器学习模型，以用于执行用于部署系统
3806
中的一个或更多个应用程序的一个或更多个处理任务，但是设施
3802
当前可能没有这样的机器学习模型
(
或者可能没有优化的
、
高效的或有效的模型
)。
在至少一个实施例中，由于用于训练机器学习模型的训练数据的种群差异
、
遗传变异
、
稳健性，训练数据异常的多样性，和
/
或训练数据的其他问题，从模型注册表
3824
中选择的机器学习模型可能不会针对在设施
3802
处生成的成像数据
3808
进行微调或优化
。
在至少一个实施例中，
ai
辅助注释
3810
可以用于辅助生成与成像数据
3808
相对应的注释，以用作重新训练或更新机器学习模型的真值数据
。
在至少一个实施例中，标记的临床数据
3812(
例如，由临床医生
、
医生
、
科学家等提供的注释
)
可以用作训练机器学习模型的真值数据
。
在至少一个实施例中，重新训练或更新机器学习模型可以称为模型训练
3814。
在至少一个实施例中，模型训练
3814(
例如
ai
辅助注释
3810
，标记的临床数据
3812
或其组合
)
可以用作重新训练或更新机器学习模型的真值数据
。
[0605]
在至少一个实施例中，部署系统
3806
可以包括软件
3818、
服务
3820、
硬件
3822
和
/
或其他组件
、
特征和功能
。
在至少一个实施例中，部署系统
3806
可以包括软件“栈”，以使软件
3818
可以构建在服务
3820
的顶部上，并且可以使用服务
3820
来执行一些或全部处理任务，并且服务
3820
和软件
3818
可以构建在硬件
3822
的顶部上，并使用硬件
3822
来执行部署系统
3806
的处理
、
存储和
/
或其他计算任务
。
[0606]
在至少一个实施例中，软件
3818
可以包括任意数量的不同容器，其中每个容器可以执行应用程序的实例化
。
在至少一个实施例中，每个应用程序可以在高级处理和推理管
线中执行一个或更多个处理任务
(
例如，推理
、
对象检测
、
特征检测
、
分割
、
图像增强
、
配准等
)。
在至少一个实施例中，对于每种类型的成像设备
(
例如，
ct、mri、x
射线
、
超声
、
超声检查
、
超声心动图等
)、
测序设备
、
放射设备
、
基因组学设备等，可能有任意数量的容器，其可以对由设备生成的成像数据
3808(
或其他数据类型，诸如本文所述的数据类型
)
执行数据处理任务
。
在至少一个实施例中，除了接收和配置成像数据以供每个容器使用和
/
或在通过管线处理后由设施
3802
使用的容器以外，还可以基于对处理成像数据
3808
想要的或所需的不同容器的选择来定义高级处理和推理管线
(
例如，以将输出转换回可用的数据类型，诸如医学数字成像和通信
(dicom)
数据
、
放射信息系统
(ris)
数据
、
临床信息系统
(cis)
数据
、
远程过程调用
(rpc)
数据
、
基本上符合表述性状态传输
(rest)
接口的数据
、
基本上符合基于文件接口的数据
、
和
/
或原始数据，以在设施
3802
处进行存储和显示
)。
在至少一个实施例中，软件
3818
内的容器的组合
(
例如，其构成管线
)
可以被称为虚拟仪器
(
如本文中更详细地描述的
)
，并且虚拟仪器可以利用服务
3820
和硬件
3822
来执行在容器中实例化的应用程序的部分或全部处理任务
。
[0607]
在至少一个实施例中，数据处理管线可以响应于推理请求
(
例如，来自部署系统
3806
的用户
(
例如临床医生
、
医生
、
放射科医生等
)
的请求
)
接收
dicom、ris、cis、
符合
rest(rest compliant)、rpc、
原始
、
和
/
或其他格式的输入数据
(
例如，成像数据
3808)。
在至少一个实施例中，输入数据可以代表由一个或更多个成像设备
、
测序设备
、
放射设备
、
基因组学设备和
/
或其他设备类型生成的一个或更多个图像
、
视频和
/
或其他数据表示
。
在至少一个实施例中，数据可以作为数据处理管线的一部分而经受预处理，以准备数据用于由一个或更多个应用程序进行处理
。
在至少一个实施例中，可以对管线的一个或更多个推理任务或其他处理任务的输出执行后处理，以准备下一个应用程序的输出数据，和
/
或准备输出数据以供用户传输和
/
或使用
(
例如作为对推理请求的响应
)。
在至少一个实施例中，推理任务可以由一个或更多个机器学习模型
(
诸如经训练或经部署的神经网络
)
执行，所述机器学习模型可以包括训练系统
3804
的输出模型
3816。
[0608]
在至少一个实施例中，数据处理管线的任务可以封装在一个或更多个容器中，每个容器表示能够引用机器学习模型的应用程序和虚拟化计算环境的分立的全功能实例化
。
在至少一个实施例中，容器或应用程序可被发布到
(
本文更详细地描述的
)
容器注册表的私有
(
例如，受限访问
)
区域中，并且经训练或经部署的模型可被存储在模型注册表
3824
中，并与一个或更多个应用程序相关联
。
在至少一个实施例中，应用程序的图像
(
例如，容器图像
)
可在容器注册表中得到，并且一旦用户从容器注册表中选择了图像以部署在管线中，则该图像可用于生成用于应用程序的实例化的容器，以供用户的系统使用
。
[0609]
在至少一个实施例中，开发者
(
例如，软件开发者
、
临床医生
、
医生等
)
可以开发
、
发布和存储应用程序
(
例如，存储为容器
)
，用于对所提供的数据执行图像处理和
/
或推理
。
在至少一个实施例中，可以使用与系统相关联的软件开发工具包
(sdk)
来执行开发
、
发布和
/
或存储
(
例如，以确保开发的应用程序和
/
或容器符合系统或与系统兼容
)。
在至少一个实施例中，所开发的应用程序可以使用
sdk
在本地测试
(
例如，在第一设施处，对来自第一设施的数据进行测试
)
，所述
sdk
作为系统
(
例如图
39
中的系统
3900)
可以支持至少某些服务
3820。
在至少一个实施例中，由于
dicom
对象可包含一到数百个图像或其他数据类型，并且由于数据的变化，因此开发者可负责管理
(
例如，设置构造，用于将预处理构建到应用程序中等
)
传
入的
dicom
数据的提取和准备
。
在至少一个实施例中，一旦由系统
3900
进行了验证
(
例如，为了准确性
、
安全性
、
患者隐私等
)
，应用程序就可以在容器注册表中得到，以供用户
(
例如，医院
、
诊所
、
实验室
、
医疗保健提供者等
)
选择和
/
或实现，以对用户的设施
(
例如第二设施
)
处的数据执行一个或更多个处理任务
。
[0610]
在至少一个实施例中，开发者随后可以通过网络共享应用程序或容器，以供系统
(
例如，图
39
的系统
3900)
的用户访问和使用
。
在至少一个实施例中，可以将完成并经过验证的应用程序或容器存储在容器注册表中，并且可以将关联的机器学习模型存储在模型注册表
3824
中
。
在至少一个实施例中，请求实体
(
例如，医疗机构的用户
)(
其提供推理或图像处理请求
)
可以浏览容器注册表和
/
或模型注册表
3824
，以获得应用程序
、
容器
、
数据集
、
机器学习模型等，选择所需的元素组合以包含在数据处理管线中，以及提交图像处理请求
。
在至少一个实施例中，请求可以包括执行请求所必需的输入数据
(
在一些示例中，以及关联的患者数据
)
，和
/
或可以包括对在处理请求时要执行的一个或更多个应用程序和
/
或机器学习模型的选择
。
在至少一个实施例中，然后可以将请求传递到部署系统
3806
的一个或更多个组件
(
例如，云
)
，以执行数据处理管线的处理
。
在至少一个实施例中，由部署系统
3806
进行的处理可以包括引用从容器注册表和
/
或模型注册表
3824
中选择的元素
(
例如，应用程序
、
容器
、
模型等
)。
在至少一个实施例中，一旦管线生成结果，则结果可被返回给用户以供参考
(
例如，用于在本地的本地部署工作站或终端上执行的查看应用程序套件中进行查看
)。
在至少一个实施例中，放射科医生可以从数据处理管线接收结果，所述数据处理管线包括任意数量的应用程序和
/
或容器，其中结果可以包括
x
射线
、ct
扫描
、mri
等中的异常检测
。
[0611]
在至少一个实施例中，为了辅助在管线中处理或执行应用程序或容器，可以利用服务
3820。
在至少一个实施例中，服务
3820
可以包括计算服务
、
人工智能
(ai)
服务
、
可视化服务和
/
或其他服务类型
。
在至少一个实施例中，服务
3820
可以提供软件
3818
中的一个或更多个应用程序所共有的功能，因此可以将功能抽象为可以由应用程序调用或利用的服务
。
在至少一个实施例中，由服务
3820
提供的功能可以动态且更高效地运行，同时还可以通过允许应用程序并行地处理数据
(
例如，使用图
39
中的并行计算平台
3930)
来很好地扩展
。
在至少一个实施例中，不是要求共享服务
3820
提供的相同功能的每个应用程序都必须具有服务
3820
的相应实例，而是可以在各个应用程序之间和之中共享服务
3820。
在至少一个实施例中，作为非限制性示例，服务可包括可用于执行检测或分割任务的推理服务器或引擎
。
在至少一个实施例中，可以包括模型训练服务，其可以提供机器学习模型训练和
/
或重新训练能力
。
在至少一个实施例中，可以进一步包括数据增强服务，其可以提供
gpu
加速的数据
(
例如，
dicom、ris、cis、
符合
rest、rpc、
原始等
)
提取
、
调整大小
、
缩放和
/
或其他增强
。
在至少一个实施例中，可以使用可视化服务，其可以添加图像渲染效果
(
诸如光线追踪
、
光栅化
、
去噪
、
锐化等
)
，以向二维
(2d)
和
/
或三维
(3d)
模型添加真实感
。
在至少一个实施例中，可以包括虚拟仪器服务，其为虚拟仪器的管线内的其他应用程序提供波束赋形
、
分割
、
推理
、
成像和
/
或支持
。
[0612]
在至少一个实施例中，在服务
3820
包括
ai
服务
(
例如，推理服务
)
的情况下，作为应用程序执行的一部分，可以通过调用
(
例如，作为
api
调用
)
推理服务
(
例如，推理服务器
)
以执行一个或更多个机器学习模型或其处理，来执行与用于异常检测
(
例如，肿瘤
、
生长异常
、
瘢痕形成等
)
的应用程序相关联的一个或更多个机器学习模型
。
在至少一个实施例中，在另
一应用程序包括用于分割任务的一个或更多个机器学习模型的情况下，应用程序可以调用推理服务来执行机器学习模型，以用于执行与分割任务相关联的一个或更多个处理操作
。
在至少一个实施例中，实现高级处理和推理管线的软件
3818(
其包括分割应用程序和异常检测应用程序
)
可以被流线化，因为每个应用程序可以调用相同的推理服务来执行一个或更多个推理任务
。
[0613]
在至少一个实施例中，硬件
3822
可包括
gpu、cpu、
图形卡
、ai/
深度学习系统
(
例如，
ai
超级计算机，诸如
nvidia
的
dgx
超级计算机系统
)、
云平台或其组合
。
在至少一个实施例中，可以使用不同类型的硬件
3822
，以为部署系统
3806
中的软件
3818
和服务
3820
提供高效的
、
专门构建的支持
。
在至少一个实施例中，可以实现使用
gpu
处理来在
ai/
深度学习系统内
、
云系统中
、
和
/
或部署系统
3806
的其他处理组件中进行本地处理
(
例如，在设施
3802
处
)
，以提高图像处理
、
图像重建
、
分割
、mri
检查
、
中风或心脏病发作检测
(
例如，实时地
)、
渲染的图像质量等的效率
、
准确性和效能
。
在至少一个实施例中，设施可包括成像设备
、
基因组学设备
、
测序设备
、
和
/
或本地部署的其他设备类型，其可以利用
gpu
生成代表受试者解剖结构的成像数据
。
[0614]
在至少一个实施例中，作为非限制性示例，关于深度学习
、
机器学习和
/
或高性能计算，可以针对
gpu
处理优化软件
3818
和
/
或服务
3820。
在至少一个实施例中，部署系统
3806
和
/
或训练系统
3804
的计算环境中的至少一些可以在具有
gpu
优化的软件
(
例如，
nvidia dgx
系统的硬件和软件组合
)
的数据中心
、
一个或更多个超级计算机或高性能计算机系统中执行
。
在至少一个实施例中，数据中心可以符合
hipaa
的规定，使得关于患者数据的隐私性安全地处理成像数据和
/
或其他患者数据的接收
、
处理和传输
。
在至少一个实施例中，如本文所述，硬件
3822
可包括任意数量的
gpu
，所述
gpu
可被调用以并行执行数据处理
。
在至少一个实施例中，云平台还可包括用于深度学习任务的
gpu
优化的执行
、
机器学习任务或其他计算任务的
gpu
处理
。
在至少一个实施例中，可以使用
ai/
深度学习超级计算机和
/
或
gpu
优化的软件
(
例如，如在
nvidia
的
dgx
系统上提供的
)
作为硬件抽象和扩展平台，来执行云平台
(
例如，
nvidia
的
ngc)。
在至少一个实施例中，云平台可以在多个
gpu
上集成应用程序容器聚类系统或协调系统
(
例如，
kubernetes)
，以实现无缝扩展和负载均衡
。
[0615]
前面图的实施例可并入用于至少部分地基于包括用于执行图元混合和通道处理的至少一个自注意力模块的神经网络来生成推理的软件和
/
或电路
。
[0616]
图
39
是根据至少一个实施例的用于生成和部署成像部署管线的示例系统
3900
的系统图
。
在至少一个实施例中，系统
3900
可以用于实现图
38
的过程
3800
和
/
或其他过程，包括高级处理和推理管线
。
在至少一个实施例中，系统
3900
可以包括训练系统
3804
和部署系统
3806。
在至少一个实施例中，可以使用软件
3818、
服务
3820
和
/
或硬件
3822
，来实现训练系统
3804
和部署系统
3806
，如本文所述
。
[0617]
在至少一个实施例中，系统
3900(
例如，训练系统
3804
和
/
或部署系统
3806)
可以在云计算环境中
(
例如，使用云
3926)
实现
。
在至少一个实施例中，系统
3900
可以在本地实现
(
关于医疗服务设施
)
，或者作为云计算资源和本地计算资源的组合来实现
。
在至少一个实施例中，在实现云计算的实施例中，患者数据可以与系统
3900
的一个或更多个组件分离，或者未由系统
3900
的一个或更多个组件处理，这将导致处理不符合
hipaa
和
/
或其他数据处理和隐私法规或法律
。
在至少一个实施例中，可以通过制定安全措施或协议，将对云
3926
中的
api
的访问权限制为被授权用户
。
在至少一个实施例中，安全协议可以包括网络令牌，其可以由认证
(
例如，
authn、authz、gluecon
等
)
服务签名，并且可以携带适当的授权
。
在至少一个实施例中，
(
本文中描述的
)
虚拟仪器的
api
或系统
3900
的其他实例可以被限制为已被审核或授权用于交互的一组公共
ip。
[0618]
在至少一个实施例中，系统
3900
的各个组件可以使用各种不同网络类型中的任何一种在彼此之间和之中进行通信，所述不同网络类型包括但不限于经由有线和
/
或无线通信协议的局域网
(lan)
和
/
或广域网
(wan)。
在至少一个实施例中，系统
3900
的设施和组件之间的通信
(
例如，用于发送推理请求
、
用于接收推理请求的结果等
)
可以通过一个或更多个数据总线
、
无线数据协议
(wi-fi)、
有线数据协议
(
例如以太网
)
等进行传送
。
[0619]
在至少一个实施例中，类似于本文关于图
38
所描述的，训练系统
3804
可以执行训练管线
3904。
在至少一个实施例中，其中部署系统
3806
将在部署管线
3910
中使用一个或更多个机器学习模型，训练管线
3904
可用于训练或重新训练一个或更多个
(
例如，经预训练的
)
模型，和
/
或实现一个或更多个预训练模型
3906(
例如，无需重新训练或更新
)。
在至少一个实施例中，作为训练管线
3904
的结果，可以生成一个或更多个输出模型
3816。
在至少一个实施例中，训练管线
3904
可以包括任意数量的处理步骤，诸如但不限于成像数据
(
或其他输入数据
)
的转换或适配
(
例如，使用
dicom
适配器
3902a
将
dicom
图像转换为适合于由相应机器学习模型处理的另一种格式，诸如
neuroimaging
信息技术倡议
(nifti)
格式
)
，
ai
辅助注释
3810
，成像数据
3808
的标记或注释
(
用于生成标记的临床数据
3812)
，从模型注册表中选择模型，模型训练
3814、
训练
、
重新训练或更新模型，和
/
或其他处理步骤
。
在至少一个实施例中，对于由部署系统
3806
使用的不同的机器学习模型，可以使用不同的训练管线
3904。
在至少一个实施例中，类似于关于图
38
描述的第一示例的训练管线
3904
可用于第一机器学习模型，类似于关于图
38
描述的第二示例的训练管线
3904
可用于第二机器学习模型，类似于关于图
38
描述的第三示例的训练管线
3904
可用于第三机器学习模型
。
在至少一个实施例中，可以根据每个相应机器学习模型的要求来使用训练系统
3804
内任务的任何组合
。
在至少一个实施例中，一个或更多个机器学习模型可能已经被训练并准备好用于部署，因此机器学习模型可能不经受训练系统
3804
对其的任何处理，并且机器学习模型可以由部署系统
3806
来实现
。
[0620]
在至少一个实施例中，根据实现方式或实施例，一个或更多个输出模型
3816
和
/
或预训练模型
3906
可包括任何类型的机器学习模型
。
在至少一个实施例中并且不限于此，系统
3900
使用的机器学习模型可以包括使用线性回归
、
逻辑回归
、
决策树
、
支持向量机
(svm)、
朴素贝叶斯
、k-最近邻
(knn)、k
均值聚类
、
随机森林
、
降维算法
、
梯度提升算法
、
神经网络
(
例如，自动编码器
、
卷积
、
循环
、
感知器
、
长
/
短期记忆
(lstm)、hopfield、boltzmann、
深度信念
、
反卷积
、
生成对抗
、
液体状态机等
)
的一个或更多个机器学习模型，和
/
或其他类型的机器学习模型
。
[0621]
在至少一个实施例中，训练管线
3904
可以包括
ai
辅助注释，如本文关于至少图
42b
更详细描述的
。
在至少一个实施例中，可以通过任何数量的技术来生成标记的临床数据
3812(
例如，传统注释
)。
在至少一个实施例中，在一些示例中，可以在绘图程序
(
例如，注释程序
)、
计算机辅助设计
(cad)
程序
、
标记程序
、
适用于生成真值的注释或标签的另一类型的程序中
、
和
/
或可以手绘地，生成标签或其他注释
。
在至少一个实施例中，真值数据可以被合
成地产生
(
例如，从计算机模型或渲染生成
)、
真实产生
(
例如，从真实世界数据设计和产生
)、
机器自动产生
(
例如，使用特征分析和学习从数据中提取特征，然后生成标签
)、
人工注释
(
例如，标记器或注释专家，定义的标签位置
)
和
/
或其组合
。
在至少一个实施例中，对于成像数据
3808(
或机器学习模型使用的其他数据类型
)
的每个实例，可以存在由训练系统
3804
生成的相应的真值数据
。
在至少一个实施例中，除了在训练管线
3904
中包括
ai
辅助注释之外，或者代替在训练管线
3904
中包括
ai
辅助注释，还可以作为部署管线
3910
的一部分执行
ai
辅助注释
。
在至少一个实施例中，系统
3900
可以包括多层平台，所述多层平台可以包括诊断应用程序
(
或其他应用程序类型
)
的软件层
(
例如，软件
3818)
，其可以执行一个或更多个医学成像和诊断功能
。
在至少一个实施例中，系统
3900
可以通信地耦合到
(
例如，经由加密链路
)
一个或更多个设施的
pacs
服务器网络
。
在至少一个实施例中，系统
3900
可被配置为从
pacs
服务器
(
例如，经由
dicom
适配器
3902
或诸如
ris、cis、
符合
rest、rpc、
原始等的另一数据类型适配器
)
访问和引用数据
(
例如，
dicom
数据
、ris
数据
、
原始数据
、cis
数据
、
符合
rest
的数据
、rpc、
原始数据等
)
，以执行操作，诸如训练机器学习模型
、
部署机器学习模型
、
图像处理
、
推理和
/
或其他操作
。
[0622]
在至少一个实施例中，软件层可以被实现为安全的
、
加密的和
/
或经认证的
api
，通过所述
api
可以从一个或更多个外部环境
(
例如，设施
3802)
调用
(invoke)(
例如，调用
(call))
应用程序或容器
。
在至少一个实施例中，应用程序随后可以调用或执行一个或更多个服务
3820
，以执行与相应的应用程序相关联的计算
、ai
或可视化任务，并且软件
3818
和
/
或服务
3820
可以利用硬件
3822
以有效且高效的方式执行处理任务
。
[0623]
在至少一个实施例中，部署系统
3806
可以执行部署管线
3910。
在至少一个实施例中，部署管线
3910
可以包括任意数量的应用程序，所述应用程序可以是顺序的
、
非顺序的
、
或者以其他方式应用于成像数据
(
和
/
或其他数据类型
)-包括
ai
辅助注释，所述成像数据由成像设备
、
测序设备
、
基因组学设备等生成，如上所述
。
在至少一个实施例中，如本文所述，用于个体设备的部署管线
3910
可以被称为设备的虚拟仪器
(
例如，虚拟超声仪
、
虚拟
ct
扫描仪
、
虚拟测序仪等
)。
在至少一个实施例中，对于单个设备，可以存在不止一个部署管线
3910
，这取决于设备生成的数据所期望的信息
。
在至少一个实施例中，在期望从
mri
机器检测到异常的情况下，可以存在第一部署管线
3910
，并且在期望从
mri
机器的输出进行图像增强的情况下，可以存在第二部署管线
3910。
[0624]
在至少一个实施例中，可用于部署管线
3910
的应用程序可包括可用于对成像数据或来自设备的其他数据执行处理任务的任何应用程序
。
在至少一个实施例中，不同的应用程序可负责图像增强
、
分割
、
重建
、
异常检测
、
对象检测
、
特征检测
、
治疗规划
、
剂量测定
、
波束规划
(
或其他辐射治疗程序
)
和
/
或其他分析
、
图像处理或推理任务
。
在至少一个实施例中，部署系统
3806
可以为每个应用程序定义构造，使得部署系统
3806(
例如，医疗设施
、
实验室
、
诊所等
)
的用户可以理解构造并将应用程序适配为在其相应的设施内实现
。
在至少一个实施例中，可以选择用于图像重建的应用程序，以包括在部署管线
3910
中，但是由成像设备生成的数据类型可以与在应用程序内使用的数据类型不同
。
在至少一个实施例中，可以在部署管线
3910
内使用
dicom
适配器
3902b(
和
/
或
dicom
读取器
)
或另一数据类型的适配器或读取器
(
例如，
ris、cis、
符合
rest、rpc、
原始等
)
，以将数据转换为可由部署系统
3806
内的应用程序使用的形式
。
在至少一个实施例中，对
dicom、ris、cis、
符合
rest、rpc、
原始和
/
或其
他数据类型库的访问可以被累积和预处理，包括解码数据
、
提取数据和
/
或对数据执行任何卷积
、
颜色校正
、
锐化
、gamma
和
/
或其他增强
。
在至少一个实施例中，
dicom、ris、cis、
符合
rest、rpc
和
/
或原始数据可以是无序的，并且可以执行预传递以组织所收集的数据或对所收集的数据进行排序
。
在至少一个实施例中，由于各种应用程序可以共享公共图像操作，因此在一些实施例中，可以使用数据增强库
(
例如，作为服务
3820
之一
)
来加速这些操作
。
在至少一个实施例中，为了避免依赖于
cpu
处理的常规处理方法的瓶颈，并行计算平台
3930
可用于这些处理任务的
gpu
加速
。
[0625]
在至少一个实施例中，图像重建应用程序可包括处理任务，该处理任务包括使用机器学习模型
。
在至少一个实施例中，用户可能希望使用他们自己的机器学习模型，或者从模型注册表
3824
中选择机器学习模型
。
在至少一个实施例中，用户可以实现他们自己的机器学习模型或选择机器学习模型，以包括在执行处理任务的应用程序中
。
在至少一个实施例中，应用程序可以是可选择的和可定制的，并且通过定义应用程序的构造，针对特定用户的应用程序的部署和实现被呈现为更加无缝的用户体验
。
在至少一个实施例中，通过利用系统
3900
的其他特征
(
诸如服务
3820
和硬件
3822)
，部署管线
3910
可以更加用户友好，提供更容易的集成，并且产生更准确
、
高效和及时的结果
。
[0626]
在至少一个实施例中，部署系统
3806
可以包括用户接口
3914(
例如，图形用户界面
、web
接口等
)
，该用户接口可以被用于选择要包括在一个或更多个部署管线
3910
中的应用程序
、
布置应用程序
、
修改或改变应用程序或其参数或构造
、
在设置和
/
或部署期间使用一个或更多个部署管线
3910
以及与其交互，和
/
或以其他方式与部署系统
3806
交互
。
在至少一个实施例中，尽管没有关于训练系统
3804
示出，但是用户接口
3914(
或不同的用户接口
)
可用于选择在部署系统
3806
中使用的模型
、
用于选择用于在训练系统
3804
中训练或重新训练的模型，和
/
或用于以其他方式与训练系统
3804
交互
。
[0627]
在至少一个实施例中，除了应用程序协调系统
3928
之外，还可以使用管线管理器
3912
来管理一个或更多个部署管线
3910
的应用程序或容器与服务
3820
和
/
或硬件
3822
之间的交互
。
在至少一个实施例中，管线管理器
3912
可以被配置为促进从应用程序到应用程序
、
从应用程序到服务
3820、
和
/
或从应用程序或服务到硬件
3822
的交互
。
在至少一个实施例中，尽管示出为包括在软件
3818
中，这并不旨在进行限制，并且在一些示例中
(
例如，如图
40
所示
)
，管线管理器
3912
可以被包括在服务
3820
中
。
在至少一个实施例中，应用程序协调系统
3928(
例如，
kubernetes、docker
等
)
可以包括容器协调系统，其可以将应用程序分组到容器中，作为用于协调
、
管理
、
扩展和部署的逻辑单元
。
在至少一个实施例中，通过将来自一个或更多个部署管线
3910
的应用程序
(
例如，重建应用程序
、
分割应用程序等
)
与各个容器相关联，每个应用程序可以在自包含的环境
(
例如，在内核级
)
中执行，以提高速度和效率
。
[0628]
在至少一个实施例中，每个应用程序和
/
或容器
(
或其映像
)
可以被分别开发
、
修改和部署
(
例如，第一用户或开发者可以开发
、
修改和部署第一应用程序，第二用户或开发者可以开发
、
修改和部署与第一用户或开发者分开的第二应用程序
)
，这可以允许关注并专注单个应用程序和
/
或容器的任务，而不受其他应用程序或容器的任务的阻碍
。
在至少一个实施例中，管线管理器
3912
和应用程序协调系统
3928
可以辅助不同容器或应用程序之间的通信和协作
。
在至少一个实施例中，只要每个容器或应用程序的预期输入和
/
或输出是系统已知的
(
例如，基于应用程序或容器的构造
)
，则应用程序协调系统
3928
和
/
或管线管理器
3912
可以促进每个应用程序或容器之间和之中的通信以及资源的共享
。
在至少一个实施例中，由于一个或更多个部署管线
3910
中的一个或更多个应用程序或容器可以共享相同的服务和资源，因此应用程序协调系统
3928
可以在各个应用程序或容器之间和之中进行协调
、
负载均衡，以及确定服务或资源的共享
。
在至少一个实施例中，调度器可用于跟踪应用程序或容器的资源需求
、
这些资源的当前使用或计划使用，以及资源可用性
。
因此，在至少一个实施例中，考虑到系统的需求和可用性，调度器可以将资源分配给不同的应用程序，并在应用程序之间和之中分配资源
。
在一些示例中，调度器
(
和
/
或应用程序协调系统
3928
的其他组件，诸如定序器和
/
或异步计算引擎
)
可以基于施加在系统上的约束
(
例如，用户约束
)
，诸如服务质量
(qos)、
对数据输出的需求的迫切性等，来确定资源可用性和分布
(
例如，以确定是执行实时处理还是延迟处理
)。
[0629]
在至少一个实施例中，由部署系统
3806
中的应用程序或容器利用并由其共享的服务
3820
可以包括计算服务
3916、ai
服务
3918、
可视化服务
3920
和
/
或其他服务类型
。
在至少一个实施例中，应用程序可以调用
(
例如，执行
)
一个或更多个服务
3820
，以执行针对应用程序的处理操作
。
在至少一个实施例中，应用程序可以利用计算服务
3916
来执行超级计算或其他高性能计算
(hpc)
任务
。
在至少一个实施例中，可以利用一个或更多个计算服务
3916
来执行并行处理
(
例如，使用并行计算平台
3930)
，以通过一个或更多个应用程序和
/
或单个应用程序的一个或更多个任务来基本上同时地处理数据
。
在至少一个实施例中，并行计算平台
3930(
例如，
nvidia
的
cuda)
可以在
gpu(
例如，
gpu 3922)
上实现通用计算
(gpgpu)。
在至少一个实施例中，并行计算平台
3930
的软件层可以提供对
gpu
的虚拟指令集和并行计算元素的访问，以执行计算内核
。
在至少一个实施例中，并行计算平台
3930
可以包括存储器，并且在一些实施例中，可以在多个容器之间和之中
、
和
/
或在单个容器内的不同处理任务之间和之中共享存储器
。
在至少一个实施例中，可以为多个容器和
/
或容器内的多个进程生成进程间通信
(ipc)
调用，以使用来自并行计算平台
3930
的共享存储器段的相同数据
(
例如，其中一应用程序或更多个应用程序的多个不同阶段正在处理相同的信息
)。
在至少一个实施例中，不是复制数据并将数据移动到存储器中的不同位置
(
例如，读
/
写操作
)
，而是可以将存储器的相同位置中的相同数据用于任何数量的处理任务
(
例如，在同一时间
、
不同时间等
)。
在至少一个实施例中，由于作为处理的结果数据被用于生成新数据，因此数据的新位置的该信息可以被存储并在各个应用程序之间共享
。
在至少一个实施例中，数据的位置以及经更新或修改的数据的位置可以是如何理解有效负载处于容器中的定义的一部分
。
[0630]
在至少一个实施例中，可以利用
ai
服务
3918
来执行推理服务，该推理服务用于执行与应用程序相关联的一个或更多个机器学习模型
(
例如，任务为执行应用程序的一个或更多个处理任务
)。
在至少一个实施例中，
ai
服务
3918
可以利用
ai
系统
3924
来执行一个或更多个机器学习模型
(
例如，诸如
cnn
之类的神经网络
)
以用于分割
、
重建
、
对象检测
、
特征检测
、
分类和
/
或其他推理任务
。
在至少一个实施例中，一个或更多个部署管线
3910
的应用程序可以使用来自训练系统
3804
的一个或更多个输出模型
3816
和
/
或应用程序的其他模型，来对成像数据
(
例如，
dicom
数据
、ris
数据
、cis
数据
、
符合
rest
的数据
、rpc
数据
、
原始数据等
)
执行推理
。
在至少一个实施例中，使用应用程序协调系统
3928(
例如，调度器
、
定序器和
/
或异步计算引擎
)
进行推理的两个或更多个示例可以是可用的
。
在至少一个实施例中，第一类别可以包括高优先级
/
低延时路径，其可以实现更高服务水平协议，例如用于在紧急情况
下对紧急请求执行推理，或者在诊断过程中用于放射科医生
。
在至少一个实施例中，第二类别可以包括标准优先级路径，其可用于可能不紧急的请求或者可以在稍后的时间执行分析的情况
。
在至少一个实施例中，应用程序协调系统
3928
可以基于优先级路径来分配资源
(
例如，服务
3820
和
/
或硬件
3822)
，以用于
ai
服务
3918
的不同推理任务
。
[0631]
在至少一个实施例中，共享存储可以被安装到系统
3900
中的
ai
服务
3918。
在至少一个实施例中，共享存储可以操作为高速缓存
(
或其他存储设备类型
)
，并且可以用于处理来自应用程序的推理请求
。
在至少一个实施例中，当提交推理请求时，部署系统
3806
的一组
api
实例可以接收请求，并且可以选择一个或更多个实例
(
例如，为了最佳拟合
、
为了负载均衡等
)
来处理请求
。
在至少一个实施例中，为了处理请求，可以将请求输入到数据库中，如果尚未在高速缓存中，则可以从模型注册表
3824
定位机器学习模型，验证步骤可以确保将适当的机器学习模型加载到高速缓存中
(
例如，共享存储
)
，和
/
或可以将模型的副本保存到高速缓存中
。
在至少一个实施例中，如果应用程序尚未运行或没有足够的应用程序实例，则可使用调度器
(
例如，管线管理器
3912
的调度器
)
来启动在请求中引用的应用程序
。
在至少一个实施例中，如果尚未启动推理服务器来执行模型，则可以启动推理服务器
。
在至少一个实施例中，每模型可以启动任意数量的推理服务器
。
在至少一个实施例中，在将推理服务器聚类的拉
(pull)
模型中，每当负载均衡有利时，就可以将模型高速缓存
。
在至少一个实施例中，推理服务器可以静态加载到相应的分布式服务器中
。
[0632]
在至少一个实施例中，可以使用在容器中运行的推理服务器来执行推理
。
在至少一个实施例中，推理服务器的实例可以与模型
(
并且可选地与模型的多个版本
)
相关联
。
在至少一个实施例中，如果在接收到对模型执行推理的请求时推理服务器的实例不存在，则可以加载新实例
。
在至少一个实施例中，当启动推理服务器时，可以将模型传递到推理服务器，使得可以使用相同的容器来服务不同的模型，只要推理服务器作为不同的实例运行即可
。
[0633]
在至少一个实施例中，在应用程序执行期间，可以接收对给定应用程序的推理请求，并且可以加载
(
如果尚未加载的话
)
容器
(
例如，托管推理服务器的实例的容器
)
，以及可以调用启动程序
。
在至少一个实施例中，容器中的预处理逻辑可以
(
例如，使用
cpu
和
/
或
gpu)
对传入的数据进行加载
、
解码和
/
或执行任何附加的预处理
。
在至少一个实施例中，一旦数据准备好进行推理，容器就可以根据需要对数据执行推理
。
在至少一个实施例中，这可以包括对一个图像
(
例如，手部
x
射线
)
的单个推理调用，或可要求对数百个图像
(
例如，胸部
ct)
进行推理
。
在至少一个实施例中，应用程序可在完成之前总结结果，其可以包括但不限于单个置信度得分
、
像素级分割
、
体素级分割
、
生成可视化或生成文本以总结结果
。
在至少一个实施例中，可以为不同的模型或应用程序分配不同的优先级
。
例如，一些模型可具有实时
(tat
小于1分钟
)
优先级，而其他模型可具有较低的优先级
(
例如，
tat
小于
10
分钟
)。
在至少一个实施例中，模型执行时间可以从请求机构或实体进行测量，并且可以包括合作伙伴网络遍历时间以及推理服务的执行时间
。
[0634]
在至少一个实施例中，请求在服务
3820
和推理应用程序之间的传送可以隐藏在软件开发工具包
(sdk)
后面，并且可以通过队列提供鲁棒的传输
。
在至少一个实施例中，将经由
api
将请求放置在队列中，以用于个体应用程序
/
租户
id
组合，并且
sdk
将从队列中拉取请求并将请求提供给应用程序
。
在至少一个实施例中，在
sdk
将从中拾取队列的环境中，可以
提供队列的名称
。
在至少一个实施例中，通过队列的异步通信可能有用，因为它可以允许应用程序的任何实例在其可用时拾取工作
。
在至少一个实施例中，可以通过队列将结果传送回去，以确保没有数据丢失
。
在至少一个实施例中，队列还可以提供对工作进行分割的能力，因为最高优先级的工作可以进入与应用程序的大多数实例连接的队列，而最低优先级的工作可以进入与单个实例连接的队列，所述实例按照接收到的顺序处理任务
。
在至少一个实施例中，应用程序可以在
gpu
加速的实例上运行，所述实例在云
3926
中生成，并且推理服务可以在
gpu
上执行推理
。
[0635]
在至少一个实施例中，可以利用可视化服务
3920
来生成用于查看应用程序和
/
或一个或更多个部署管线
3910
的输出的可视化
。
在至少一个实施例中，可视化服务
3920
可以利用
gpu 3922
来生成可视化
。
在至少一个实施例中，可视化服务
3920
可以实现诸如光线追踪之类的渲染效果，以生成更高质量的可视化
。
在至少一个实施例中，可视化可以包括但不限于
2d
图像渲染
、3d
体渲染
、3d
体重建
、2d
层析切片
、
虚拟现实显示
、
增强现实显示等
。
在至少一个实施例中，可以使用虚拟化环境来生成虚拟交互显示或环境
(
例如，虚拟环境
)
，以供系统用户
(
例如，医生
、
护士
、
放射科医生等
)
进行交互
。
在至少一个实施例中，可视化服务
3920
可以包括内部可视化器
、
电影和
/
或其他渲染或图像处理能力或功能
(
例如，光线追踪
、
光栅化
、
内部光学器件等
)。
[0636]
在至少一个实施例中，硬件
3822
可以包括
gpu 3922、ai
系统
3924、
云
3926
和
/
或用于执行训练系统
3804
和
/
或部署系统
3806
的任何其他硬件
。
在至少一个实施例中，
gpu 3922(
例如，
nvidia
的
tesla
和
/
或
quadro gpu)
可包括可用于执行计算服务
3916、ai
服务
3918、
可视化服务
3920、
其他服务和
/
或软件
3818
的任何特征或功能的处理任务的任意数量的
gpu。
例如，对于
ai
服务
3918
，
gpu 3922
可用于对成像数据
(
或机器学习模型使用的其他数据类型
)
执行预处理，对机器学习模型的输出执行后处理和
/
或执行推理
(
例如以执行机器学习模型
)。
在至少一个实施例中，云
3926、ai
系统
3924
和
/
或系统
3900
的其他组件可以使用
gpu 3922。
在至少一个实施例中，云
3926
可以包括用于深度学习任务的
gpu
优化的平台
。
在至少一个实施例中，
ai
系统
3924
可以使用
gpu
，并且可以使用一个或更多个
ai
系统
3924
来执行云
3926(
或者任务为深度学习或推理的至少部分
)。
这样，尽管硬件
3822
被示出为分立组件，但这并不意图是限制，并且硬件
3822
的任何组件可以与硬件
3822
的任何其他组件进行组合，或由硬件
3822
的任何其他组件利用
。
[0637]
在至少一个实施例中，
ai
系统
3924
可包括专门构建的计算系统
(
例如，超级计算机或
hpc)
，该计算系统被配置用于推理
、
深度学习
、
机器学习和
/
或其他人工智能任务
。
在至少一个实施例中，除了
cpu、ram、
存储和
/
或其他组件
、
特征或功能之外，
ai
系统
3924(
例如，
nvidia
的
dgx)
还可以包括可以使用多个
gpu 3922
来执行的
gpu
优化的软件
(
例如，软件栈
)。
在至少一个实施例中，可以在云
3926
中
(
例如，在数据中心中
)
实现一个或更多个
ai
系统
3924
，以执行系统
3900
的一些或全部基于
ai
的处理任务
。
[0638]
在至少一个实施例中，云
3926
可以包括
gpu
加速的基础设施
(
例如，
nvidia
的
ngc)
，其可以提供用于执行系统
3900
的处理任务的
gpu
优化的平台
。
在至少一个实施例中，云
3926
可以包括一个或更多个
ai
系统
3924
，其用于执行系统
3900
的一个或更多个基于
ai
的任务
(
例如，作为硬件抽象和扩展平台
)。
在至少一个实施例中，云
3926
可以与利用多个
gpu
的应用程序协调系统
3928
集成，以实现应用程序和服务
3820
之间和之中的无缝扩展和负载均
衡
。
在至少一个实施例中，如本文所述，云
3926
的任务可以是执行系统
3900
的至少一些服务
3820
，包括计算服务
3916、ai
服务
3918
和
/
或可视化服务
3920。
在至少一个实施例中，云
3926
可以执行大小批的推理
(
例如，执行
nvidia
的
tensor rt)
，提供加速的并行计算
api
和平台
3930(
例如，
nvidia
的
cuda)
，执行应用程序协调系统
3928(
例如，
kubernetes)
，提供图形渲染
api
和平台
(
例如，用于光线追踪，
2d
图形
、3d
图形和
/
或其他渲染技术以产生更高质量的电影效果
)
，和
/
或可以为系统
3900
提供其他功能
。
[0639]
在至少一个实施例中，为了保护患者的机密性
(
例如，在非现场
(off-premise)
使用患者数据或记录的情况下
)
，云
3926
可以包括注册表-例如深度学习容器注册表
。
在至少一个实施例中，注册表可以存储用于实例化应用程序的容器，所述应用程序可以对患者数据执行预处理
、
后处理或其他处理任务
。
在至少一个实施例中，云
3926
可接收数据，所述数据包括患者数据以及容器中的传感器数据，仅对那些容器中的传感器数据执行所请求的处理，然后将结果输出和
/
或可视化转发给适当的各方和
/
或设备
(
例如用于可视化或诊断的本地部署的医疗设备
)
，它们均而无需提取
、
存储或以其他方式访问患者数据
。
在至少一个实施例中，根据
hipaa
和
/
或其他数据规定来保留患者数据的机密性
。
[0640]
前面图的实施例可并入用于至少部分地基于包括用于执行图元混合和通道处理的至少一个自注意力模块的神经网络来生成推理的软件和
/
或电路
。
[0641]
图
40
包括根据至少一个实施例的用于处理成像数据的部署管线
3910a
的示例说明
。
在至少一个实施例中，系统
3900(
特别是部署系统
3806)
，可以用于将一个或更多个部署管线
3910a
定制
、
更新和
/
或集成到一个或更多个生产环境中
。
在至少一个实施例中，图
40
的部署管线
3910a
包括部署管线
3910a
的非限制性示例，其可以由设施
(
例如，医院
、
诊所
、
实验室
、
研究环境等
)
处的特定用户
(
或用户团队
)
自定义
。
在至少一个实施例中，为了定义用于
ct
扫描仪
4002
的部署管线
3910a
，用户可以例如从容器注册表中选择一个或更多个应用程序，所述应用程序执行关于由
ct
扫描仪
4002
生成的成像数据的特定功能或任务
。
在至少一个实施例中，应用程序可以作为容器而被应用到部署管线
3910a
，所述容器可以利用系统
3900
的服务
3820
和
/
或硬件
3822。
此外，部署管线
3910a
可以包括附加处理任务或应用程序，所述附加处理任务或应用程序可以被实现以准备供应用程序使用的数据
(
例如，
dicom
适配器
3902b
和
dicom
读取器
4006
可在部署管线
3910a
中使用，以准备供
ct
重建
4008、
器官分割
4010
等使用的数据
)。
在至少一个实施例中，可以定制或选择部署管线
3910a
，以用于一致的部署
、
一次使用，或另一频率或间隔使用
。
在至少一个实施例中，用户可能希望在特定间隔内具有针对几个受试者的
ct
重建
4008
和器官分割
4010
，并且因此可以在该时间段内部署管线
3910a。
在至少一个实施例中，用户可以针对来自系统
3900
的每个请求选择用户想要针对该请求对该数据执行处理的应用程序
。
在至少一个实施例中，可以以任何间隔来调整部署管线
3910a
，并且由于系统
3900
内的容器结构的适应性和可扩展性，这可以是无缝的过程
。
[0642]
在至少一个实施例中，图
40
的部署管线
3910a
可以包括生成患者或受试者的成像数据的
ct
扫描仪
4002。
在至少一个实施例中，来自
ct
扫描仪
4002
的成像数据可以存储在与容纳
ct
扫描仪
4002
的设施相关联的一个或更多个
pacs
服务器
4004
上
。
在至少一个实施例中，一个或更多个
pacs
服务器
4004
可以包括软件和
/
或硬件组件，所述软件和
/
或硬件组件可以与设施处的成像模态
(
例如，
ct
扫描仪
4002)
直接接口
。
在至少一个实施例中，
dicom
适配器
3902b
可以使得能够使用
dicom
协议发送和接收
dicom
对象
。
在至少一个实施例中，
dicom
适配器
3902b
可以帮助准备或配置来自一个或更多个
pacs
服务器
4004
的
dicom
数据，以供部署管线
3910a
使用
。
在至少一个实施例中，一旦通过
dicom
适配器
3902b
处理了
dicom
数据，管线管理器
3912
就可以将数据路由到部署管线
3910a。
在至少一个实施例中，
dicom
读取器
4006
可以从
dicom
数据
(
例如，原始正弦图数据，如可视化
4016a
中所示
)
提取图像文件和任何关联的元数据
。
在至少一个实施例中，所提取的工作文件可以被存储在高速缓存中，以由部署管线
3910a
中的其他应用程序更快地处理
。
在至少一个实施例中，一旦
dicom
读取器
4006
完成了提取和
/
或存储数据，就可以将完成信号传送到管线管理器
3912。
在至少一个实施例中，管线管理器
3912
随后可以启动或调用部署管线
3910a
中的一个或更多个其他应用程序或容器
。
[0643]
在至少一个实施例中，一旦数据
(
例如，原始正弦图数据
)
可用于由
ct
重建
4008
应用程序处理，就可以执行
ct
重建
4008
应用程序和
/
或容器
。
在至少一个实施例中，
ct
重建
4008
可以从高速缓存中读取原始正弦图数据，从原始正弦图数据重建图像文件
(
例如，如可视化
4016b
所示
)
，并且将所得图像文件存储在高速缓存中
。
在至少一个实施例中，在重建完成时，可以向管线管理器
3912
发送重建任务完成的信号
。
在至少一个实施例中，一旦重建完成，并且重建的图像文件可以被存储在高速缓存
(
或其他存储设备
)
中，则器官分割
4010
应用程序和
/
或容器可以由管线管理器
3912
触发
。
在至少一个实施例中，器官分割
4010
应用程序和
/
或容器可以从高速缓存中读取图像文件，将图像文件归一化或转换为适合推理的格式
(
例如，将图像文件转换为机器学习模型的输入分辨率
)
，并对归一化的图像运行推理
。
在至少一个实施例中，为了对归一化的图像运行推理，器官分割
4010
应用程序和
/
或容器可以依赖服务
3820
，管线管理器
3912
和
/
或应用程序协调系统
3928
可以通过器官分割
4010
应用程序和
/
或容器来促进服务
3820
的使用
。
在至少一个实施例中，例如，器官分割
4010
应用程序和
/
或容器可以利用
ai
服务
3918
对归一化的图像执行推理，并且
ai
服务
3918
可以利用硬件
3822(
例如
ai
系统
3924)
来执行
ai
服务
3918。
在至少一个实施例中，推理结果可以是掩模文件
(
例如，如可视化
4016c
所示
)
，所述掩模文件可以存储在高速缓存
(
或其他存储设备
)
中
。
[0644]
在至少一个实施例中，一旦处理
dicom
数据和
/
或从
dicom
数据提取的数据的应用程序已经完成处理，就可以为管线管理器
3912
生成信号
。
在至少一个实施例中，然后管线管理器
3912
可执行
dicom
写入器
4012
，以从高速缓存
(
或其他存储设备
)
读取结果，将结果打包成
dicom
格式
(
例如，作为
dicom
输出
4014)
，以供设施处生成请求的用户使用
。
在至少一个实施例中，然后
dicom
输出
4014
可以被发送到
dicom
适配器
3902b
，以准备
dicom
输出
4014
，以存储在一个或更多个
pacs
服务器
4004
上
(
例如，以供设施处的
dicom
查看器查看
)。
在至少一个实施例中，响应于对重建和分割的请求，可视化
4016b
和
4016c
可被生成并可供用户用于诊断
、
研究和
/
或其他目的
。
[0645]
尽管在部署管线
3910a
中图示为连续应用程序，但在至少一个实施例中，可以并行处理
ct
重建
4008
和器官分割
4010
应用程序
。
在至少一个实施例中，在应用程序彼此不具有依赖性，并且数据可用于每个应用程序
(
例如，在
dicom
读取器
4006
提取数据之后
)
的情况下，应用程序可在同一时间
、
基本上在同一时间或有一些重叠地执行
。
在至少一个实施例中，在两个或更多个应用程序需要类似服务
3820
的情况下，系统
3900
的调度器可用于负载均衡以及在各个应用程序之间和之中分配计算或处理资源
。
在至少一个实施例中，在一些
实施例中，并行计算平台
3930
可用于对应用程序执行并行处理，以减少部署管线
3910a
的运行时间以提供实时结果
。
[0646]
在至少一个实施例中并参考图
41a-41b
，部署系统
3806
可以实现为一个或更多个虚拟仪器，用于使用成像设备
(
例如，
ct
扫描仪
、x
射线机
、mri
机等
)、
测序设备
、
基因组学设备和
/
或其他设备类型来执行不同的功能，诸如图像处理
、
分割
、
增强
、ai、
可视化和推理
。
在至少一个实施例中，系统
3900
可以允许创建和提供虚拟仪器，所述虚拟仪器可以包括软件定义的部署管线
3910
，该软件定义的部署管线
3910
可以接收由一个或更多个设备生成的原始
/
未经处理的输入数据并输出经处理
/
重建的数据
。
在至少一个实施例中，表示虚拟仪器的部署管线
3910(
例如，
3910a
和
3910b)
可以在管线中实现智能
(
诸如通过利用机器学习模型
)
，以向系统提供容器化的推理支持
。
在至少一个实施例中，虚拟仪器可以执行任何数量的容器，每个容器包括应用程序的实例化
。
在至少一个实施例中，诸如在想要实时处理的情况下，表示虚拟仪器的部署管线
3910
可以是静态的
(
例如，可以设置容器和
/
或应用程序
)
，而在其他示例中，可以从应用程序或资源池中
(
例如，在容器注册表中
)
选择用于虚拟仪器的容器和
/
或应用程序
(
例如，基于每请求
)。
[0647]
在至少一个实施例中，系统
3900
可以作为一个或更多个虚拟仪器在设施处的例如计算系统中被本地实例化或执行，该计算机系统部署在放射机器
、
成像设备和
/
或设施处的另一设备类型旁边或以其他方式与之通信
。
然而，在至少一个实施例中，可以在设备本身的计算系统
(
例如，与成像设备集成在一起的计算系统
)
中，在本地数据中心
(
例如，本地部署的数据中心
)
中和
/
或云环境中
(
例如，在云
3926
中
)
实例化或执行本地安装
。
在至少一个实施例中，在一些示例中，可以由超级计算机或其他
hpc
系统实例化作为虚拟仪器操作的部署系统
3806。
在至少一个实施例中，本地安装可以允许用于实时处理的高带宽用途
(
例如，经由更高吞吐量的本地通信接口，例如以太网上的
rf)。
在至少一个实施例中，在虚拟仪器支持超声设备或其他成像模态的情况下，实时或近实时处理可能特别有用，在该超声设备或其他成像模态中，期望或需要在运行中可视化以进行准确的诊断和分析
。
在至少一个实施例中，当本地需求超过本地部署的容量或能力时，云计算架构可能够动态地突发
(burst)
到云计算服务提供商或其他计算集群
。
在至少一个实施例中，如在本文中关于训练系统
3804
所描述的，云架构在被实现时可被调整用于训练神经网络或其他机器学习模型
。
在至少一个实施例中，在训练管线就位的情况下，机器学习模型可以在处理来自其支持的设备的附加数据时不断地学习和改进
。
在至少一个实施例中，可以使用附加数据
、
新数据
、
现有机器学习模型和
/
或新的或更新的机器学习模型来持续改进虚拟仪器
。
[0648]
在至少一个实施例中，计算系统可以包括本文所述的硬件
3822
中的部分或全部，并且硬件
3822
可以以多种方式中的任一种来分布，包括：在设备内，作为耦合到设备并位于其附近的计算设备的一部分，在设施处的本地数据中心中和
/
或在云
3926
中
。
在至少一个实施例中，由于部署系统
3806
和关联的应用程序或容器是在软件中创建的
(
例如，作为应用程序的分立容器化实例化
)
，因此可以根据需要修改或定制虚拟仪器的行为
、
操作和配置以及由虚拟仪器生成的输出，而无需更改或改变虚拟仪器支持的设备的原始输出
。
[0649]
前面图的实施例可并入用于至少部分地基于包括用于执行图元混合和通道处理的至少一个自注意力模块的神经网络来生成推理的软件和
/
或电路
。
[0650]
图
41a
包括根据至少一个实施例的支持超声设备的虚拟仪器的示例数据流图
。
在
至少一个实施例中，部署管线
3910b
可以利用系统
3900
的一个或更多个服务
3820。
在至少一个实施例中，部署管线
3910b
和服务
3820
可以利用本地或云
3926
中的系统的硬件
3822。
在至少一个实施例中，尽管未示出，但是可以由管线管理器
3912、
应用程序协调系统
3928
和
/
或并行计算平台
3930
来促进过程
4100。
[0651]
在至少一个实施例中，过程
4100
可以包括从超声设备
4102
接收成像数据
。
在至少一个实施例中，成像数据可以
dicom
格式
(
或其他格式，例如
ris、cis、
符合
rest、rpc、
原始等
)
存储在一个或更多个
pacs
服务器上，也可以由系统
3900
接收以通过部署管线
3910
进行处理，所述部署管线
3910
被选择或定制为超声设备
4102
的虚拟仪器
(
例如，虚拟超声
)。
在至少一个实施例中，可以直接从成像设备
(
例如，超声设备
4102)
接收成像数据，并由虚拟仪器对其进行处理
。
在至少一个实施例中，通信地耦合在成像设备和虚拟仪器之间的换能器或其他信号转换器可以将由成像设备生成的信号数据转换成可以由虚拟仪器处理的图像数据
。
在至少一个实施例中，原始数据和
/
或图像数据可应用于
dicom
读取器
4006
，以提取数据，以供部署管线
3910b
的应用程序或容器使用
。
在至少一个实施例中，
dicom
读取器
4006
可以利用数据扩充库
4114(
例如，
nvidia
的
dali)
作为服务
3820(
例如，作为一个或更多个计算服务
3916
之一
)
，用于提取
、
调整大小
、
重新缩放
(rescaling)
和
/
或以其他方式准备数据，以供应用程序或容器使用
。
[0652]
在至少一个实施例中，一旦准备好数据，就可以执行重建
4106
应用程序和
/
或容器，以将来自超声设备
4102
的数据重建为图像文件
。
在至少一个实施例中，在重建
4106
之后或与重建
4106
同时地，可以执行检测
4108
应用程序和
/
或容器，以用于异常检测
、
对象检测
、
特征检测和
/
或与数据有关的其他检测任务
。
在至少一个实施例中，可以在检测
4108
期间使用在重建
4106
期间生成的图像文件以识别异常
、
对象
、
特征等
。
在至少一个实施例中，检测
4108
应用程序可以利用推理引擎
4116(
例如，作为一个或更多个
ai
服务
3918
之一
)
，来对数据执行推理以生成检测
。
在至少一个实施例中，检测
4108
应用程序可以执行或调用一个或更多个机器学习模型
(
例如，来自训练系统
3804)。
[0653]
在至少一个实施例中，一旦重建
4106
和
/
或检测
4108
完成，则从这些应用程序和
/
或容器输出的数据可用于生成在工作站或显示终端上显示的可视化
4110
，诸如可视化
4112(
例如，灰度输出
)。
在至少一个实施例中，可视化可以允许技术人员或其他用户将关于超声设备
4102
的部署管线
3910b
的结果可视化
。
在至少一个实施例中，可以通过利用系统
3900
的渲染组件
4118(
例如，一个或更多个可视化服务
3920
之一
)
来执行可视化
4110。
在至少一个实施例中，渲染组件
4118
可以执行
2d、opengl
或光线追踪服务以生成可视化
4112。
[0654]
前面图的实施例可并入用于至少部分地基于包括用于执行图元混合和通道处理的至少一个自注意力模块的神经网络来生成推理的软件和
/
或电路
。
[0655]
图
41b
包括根据至少一个实施例的支持
ct
扫描仪的虚拟仪器的示例数据流图
。
在至少一个实施例中，部署管线
3910c
可以利用系统
3900
的一个或更多个服务
3820。
在至少一个实施例中，部署管线
3910c
和服务
3820
可在本地或在云
3926
中利用系统的硬件
3822。
在至少一个实施例中，尽管未示出，但是管线管理器
3912、
应用程序协调系统
3928
和
/
或并行计算平台
3930
可以促进过程
4120。
[0656]
在至少一个实施例中，过程
4120
可以包括
ct
扫描仪
4122
生成可以由
dicom
读取器
4006
接收的原始数据
(
例如，经由
pacs
服务器
4004
直接接收
、
在处理之后等
)。
在至少一个实
施例中，虚拟
ct(
由部署管线
3910c
实例化
)
可以包括第一实时管线，用于监视患者
(
例如，患者运动检测
ai 4126)
和
/
或用于调整或优化
ct
扫描仪
4122
的曝光
(
例如，使用曝光控制
ai 4124)。
在至少一个实施例中，一个或更多个应用程序
(
例如，
4124
和
4126)
可以利用服务
3820
，诸如一个或更多个
ai
服务
3918。
在至少一个实施例中，曝光控制
ai 4124
应用程序
(
或容器
)
和
/
或患者运动检测
ai 4126
应用程序
(
或容器
)
的输出，可以用作对
ct
扫描仪
4122
和
/
或技术人员的反馈，以调整曝光
(
或
ct
扫描仪
4122
的其他设置
)
和
/
或通知患者减少运动
。
[0657]
在至少一个实施例中，部署管线
3910c
可以包括用于分析由
ct
扫描仪
4122
生成的数据的非实时管线
。
在至少一个实施例中，第二管线可以包括
ct
重建
4008
应用程序和
/
或容器
、
粗略检测
ai 4128
应用程序和
/
或容器
、
精细检测
ai 4132
应用程序和
/
或容器
(
例如，其中由粗略检测
ai 4128
检测某些结果
)、
可视化
4130
应用程序和
/
或容器
、
以及
dicom
写入器
4012(
和
/
或其他数据类型编写器，例如
ris、cis、
符合
rest、rpc、
原始等
)
应用程序和
/
或容器
。
在至少一个实施例中，由
ct
扫描仪
4122
生成的原始数据可以传递通过部署管线
3910c
的管线
(
被实例化为虚拟
ct
仪器
)
以生成结果
。
在至少一个实施例中，来自
dicom
写入器
4012
的结果可被发送以供显示，和
/
或可被存储在一个或更多个
pacs
服务器
4004
上以供技术人员
、
从业者或其他用户稍后检索
、
分析或显示
。
[0658]
前面图的实施例可并入用于至少部分地基于包括用于执行图元混合和通道处理的至少一个自注意力模块的神经网络来生成推理的软件和
/
或电路
。
[0659]
图
42a
示出了根据至少一个实施例的用于训练
、
重新训练或更新机器学习模型的过程
4200
的数据流图
。
在至少一个实施例中，可以使用作为非限制性示例的图
39
的系统
3900
来执行过程
4200。
在至少一个实施例中，过程
4200
可以利用系统
3900
的服务
3820
和
/
或硬件
3822
，如本文所述
。
在至少一个实施例中，由过程
4200
生成的精炼
(refined)
模型
4212
可以由部署系统
3806
针对部署管线
3910
中的一个或更多个容器化的应用程序执行
。
[0660]
在至少一个实施例中，模型训练
3814
可包括使用新的训练数据
(
例如，新的输入数据
(
诸如客户数据集
4206)
，和
/
或与输入数据相关联的新的真值数据
)
重新训练或更新初始模型
4204(
例如，预训练模型
)。
在至少一个实施例中，为了重新训练或更新初始模型
4204
，初始模型
4204
的一个或更多个输出或损失层可以被重置或删除，和
/
或用经更新的或新的输出或损失层代替
。
在至少一个实施例中，初始模型
4204
可以具有从先前的训练中保留下来的先前精细调整的参数
(
例如，权重和
/
或偏差
)
，因此训练或重新训练
3814
可能不需要花费与从头开始训练模型一样长的时间或不需要那么多的处理
。
在至少一个实施例中，在模型训练
3814
期间，通过重置或替换初始模型
4204
的一个或更多个输出或损失层，在新的客户数据集
4206(
例如图
38
的图像数据
3808)
上生成预测时，可以基于与一个或更多个输出或损失层的精度相关联的损失计算，来更新和重新调整新数据集的参数
。
[0661]
在至少一个实施例中，可以将预训练模型
3906
存储在数据存储或注册表
(
例如，图
38
的模型注册表
3824)
中
。
在至少一个实施例中，预训练模型
3906
可能已经至少部分地在除了执行过程
4200
的设施之外的一个或更多个设施处被训练
。
在至少一个实施例中，为了保护患者
、
受试者或不同设施的客户端的隐私和权利，预训练模型
3906
可能已经使用本地生成的客户或患者数据在本地进行了训练
。
在至少一个实施例中，可以使用云
3926
和
/
或其他硬件
3822
来训练预训练模型
3906
，但是机密的
、
受隐私保护的患者数据可以不被传送到云
3926
的任何组件
(
或其他非本地硬件
)、
不由其使用或不由其访问
。
在至少一个实施例中，在
使用来自不止一个设施的患者数据来训练预训练模型
3906
的情况下，则在来自另一设施的患者或客户数据上进行训练之前，预训练模型
3906
可能已经针对每个设施分别进行了训练
。
在至少一个实施例中，诸如在客户或患者数据已发布隐私问题
(
例如，通过免责声明
(by waiver)
，用于实验用途等
)
，或者在客户或患者数据包括在公共数据集中的情况下，来自任意数量的设施的客户或患者数据可以用于在本地和
/
或非本地训练预训练模型
3906
，例如在数据中心中或其他云计算基础设施中
。
[0662]
在至少一个实施例中，在选择应用程序以在部署管线
3910
中使用时，用户还可以选择要用于特定应用程序的机器学习模型
。
在至少一个实施例中，用户可能没有模型以使用，因此用户可以选择要与应用程序一起使用的预训练模型
3906。
在至少一个实施例中，预训练模型
3906
可能没有被优化用于在用户设施的客户数据集
4206
上生成准确的结果
(
例如，基于患者多样性
、
人口统计
、
所使用的医学成像设备的类型等
)。
在至少一个实施例中，在将预训练模型
3906
部署到部署管线
3910
中以与一个或更多个应用程序一起使用之前，预训练模型
3906
可以被更新
、
重新训练和
/
或微调，以用于在相应设施处使用
。
[0663]
在至少一个实施例中，用户可以选择要更新
、
重新训练和
/
或微调的预训练模型
3906
，并且预训练模型
3906
可以称为过程
4200
中训练系统
3804
的初始模型
4204。
在至少一个实施例中，客户数据集
4206(
例如，成像数据
、
基因组数据
、
测序数据或由设施处的设备生成的其他数据类型
)
可用于对初始模型
4204
执行模型训练
3814(
其可包括但不限于迁移学习
)
，以生成精炼模型
4212。
在至少一个实施例中，可以由训练系统
3804
生成与客户数据集
4206
相对应的真值数据
。
在至少一个实施例中，可以至少部分地由临床医生
、
科学家
、
医生
、
从业者在设施处生成真值数据
(
例如，如图
38
中的标记的临床数据
3812)。
[0664]
在至少一个实施例中，在一些示例中可以使用
ai
辅助注释
3810
来生成真值数据
。
在至少一个实施例中，
ai
辅助注释
3810(
例如，使用
ai
辅助注释
sdk
实现
)
可以利用机器学习模型
(
例如，神经网络
)
来生成用于客户数据集的建议或预测的真值数据
。
在至少一个实施例中，用户
4210
可以在计算设备
4208
上的用户界面
(
图形用户界面
(gui))
内使用注释工具
。
[0665]
在至少一个实施例中，用户
4210
可以经由计算设备
4208
与
gui
交互，以编辑或微调注释或自动注释
。
在至少一个实施例中，多边形编辑特征可以用于将多边形的顶点移动到更精确或经微调的位置
。
[0666]
在至少一个实施例中，一旦客户数据集
4206
具有关联的真值数据，则真值数据
(
例如，来自
ai
辅助注释
、
手动标记的等
)
可以在模型训练
3814
期间使用以生成精炼模型
4212。
在至少一个实施例中，客户数据集
4206
可以被应用于初始模型
4204
任意次数，并且真值数据可以用于更新初始模型
4204
的参数，直到对于精炼模型
4212
达到可接受的精度水平为止
。
在至少一个实施例中，一旦生成精炼模型
4212
，就可以在设施处的一个或更多个部署管线
3910
内部署精炼模型
4212
，以用于执行关于医学成像数据的一个或更多个处理任务
。
[0667]
在至少一个实施例中，可以将精炼模型
4212
上传到模型注册表
3824
中的预训练模型
3906
，以由另一设施选择
。
在至少一个实施例中，它的过程可以在任意数量的设施处完成，使得可以在新数据集上对精炼模型
4212
进一步精炼任意次数，以生成更通用的模型
。
[0668]
前面图的实施例可并入用于至少部分地基于包括用于执行图元混合和通道处理的至少一个自注意力模块的神经网络来生成推理的软件和
/
或电路
。
[0669]
图
42b
是根据至少一个实施例的用于利用预训练注释模型来增强注释工具的客户
端-服务器架构
4232
的示例图示
。
在至少一个实施例中，可以基于客户端-服务器架构
4232
来实例化
ai
辅助注释工具
4236。
在至少一个实施例中，成像应用程序中的注释工具
4236
可以帮助放射科医生，例如识别器官和异常
。
在至少一个实施例中，成像应用程序可以包括软件工具，作为非限制性示例，所述软件工具帮助用户
4210
识别原始图像
4234
中
(
例如，
3d mri
或
ct
扫描中
)
的特定感兴趣器官上的几个极值点，并接收特定器官的所有
2d
切片的自动注释结果
。
在至少一个实施例中，结果可以作为训练数据
4239
存储在数据存储中，并且用作
(
例如但不限于
)
用于训练的真值数据
。
在至少一个实施例中，当计算设备
4208
发送用于
ai
辅助注释
3810
的极值点时，例如，深度学习模型可以接收该数据作为输入并返回分割器官或异常的推理结果
。
在至少一个实施例中，预实例化的注释工具
(
诸如图
42b
中的
ai
辅助注释工具
4236b)
可以通过对服务器
(
诸如注释助手服务器
4241)
进行
api
调用
(
例如，
api
调用
4244)
来增强，注释助手服务器
4241
可包括存储在例如注释模型注册表中的一组预训练模型
4242。
在至少一个实施例中，注释模型注册表可以存储预训练模型
4242(
例如，机器学习模型，诸如深度学习模型
)
，其被预训练以对特定器官或异常执行
ai
辅助注释
。
在至少一个实施例中，可以通过使用训练管线
3904
来进一步更新这些模型
。
在至少一个实施例中，随着添加新的标记的临床数据
3812
，可以随时间改进预安装的注释工具
。
[0670]
逻辑
915
用于执行与一个或更多个实施例相关联的推理和
/
或训练操作
。
本文结合图
9a
和
/
或图
9b
提供关于逻辑
915
的细节
。
[0671]
前面图的实施例可并入用于至少部分地基于包括用于执行图元混合和通道处理的至少一个自注意力模块的神经网络来生成推理的软件和
/
或电路
。
[0672]
在至少一个实施例中，单个半导体平台可以指唯一的单一基于半导体的集成电路或芯片
。
在至少一个实施例中，可以使用具有增加的连接性的多芯片模块，其模拟芯片上的操作，并且相对于利用常规的中央处理单元
(“cpu”)
和总线实现方式进行了实质性的改进
。
在至少一个实施例中，根据用户的需求，各种模块也可以单独放置或以半导体平台的各种组合放置
。
[0673]
在至少一个实施例中，返回参考图
15
，机器可读的可执行代码或计算机控制逻辑算法形式的计算机程序被存储在主存储器
1504
和
/
或辅助存储中
。
根据至少一个实施例，计算机程序如果由一个或更多个处理器执行，则使系统
1500
能够执行各种功能
。
在至少一个实施例中，存储器
1504、
存储和
/
或任何其他存储是计算机可读介质的可能示例
。
在至少一个实施例中，辅助存储可以指代任何合适的存储设备或系统，诸如硬盘驱动器和
/
或可移除存储驱动器，其代表软盘驱动器
、
磁带驱动器
、
光盘驱动器
、
数字多功能盘
(“dvd”)
驱动器
、
记录设备
、
通用串行总线
(“usb”)
闪存等
。
在至少一个实施例中，各个先前附图的架构和
/
或功能是在
cpu 1502、
并行处理系统
1512、
能够具有两个
cpu 1502
的至少部分能力的集成电路
、
并行处理系统
1512、
芯片组
(
例如，被设计成作为执行相关功能的单元工作并出售的一组集成电路等
)、
和
/
或一个或更多个集成电路的任何适当组合的上下文中实现的
。
[0674]
在至少一个实施例中，各个先前附图的架构和
/
或功能在通用计算机系统
、
电路板系统
、
专用于娱乐目的的游戏控制台系统
、
专用系统等的上下文中实现
。
在至少一个实施例中，计算机系统
1500
可以采取台式计算机
、
膝上型计算机
、
平板电脑
、
服务器
、
超级计算机
、
智能电话
(
例如，无线
、
手持设备
)、
个人数字助理
(“pda”)、
数码相机
、
车辆
、
头戴式显示器
、
手持式电子设备
、
移动电话设备
、
电视
、
工作站
、
游戏控制台
、
嵌入式系统和
/
或任何其他类
型的逻辑的形式
。
在至少一个实施例中，计算机系统
1500
包括或指图
9a-42b
中的任何设备
。
[0675]
在至少一个实施例中，并行处理系统
1512
包括但不限于多个并行处理单元
(“ppu”)1514
和关联的存储器
1516。
在至少一个实施例中，
ppu 1514
经由互连
1518
和交换机
1520
或多路复用器连接到主机处理器或其他外围设备
。
在至少一个实施例中，并行处理系统
1512
在可并行化的
ppu 1514
上分配计算任务，例如，作为跨多个图形处理单元
(“gpu”)
线程块的计算任务分配的一部分
。
在至少一个实施例中，在
ppu 1514
中的一些或全部之间共享和访问存储器
(
例如，用于读取和
/
或写入访问
)
，但是这种共享存储器可能引发相对于使用本地存储器和驻留在
ppu 1514
上的寄存器的性能惩罚
。
在至少一个实施例中，通过使用命令
(
诸如
__syncthreads())
来同步
ppu 1514
的操作，其中块中的所有线程
(
例如，跨多个
ppu 1514
执行
)
在进行之前到达某个代码执行点
。
[0676]
在至少一个实施例中，本文描述的一种或更多种技术利用
oneapi
编程模型
。
在至少一个实施例中，
oneapi
编程模型是指用于与各种计算加速器架构交互的编程模型
。
在至少一个实施例中，
oneapi
指的是设计用于与各种计算加速器架构交互的应用程序编程接口
(api)。
在至少一个实施例中，
oneapi
编程模型利用
dpc++
编程语言
。
在至少一个实施例中，
dpc++
编程语言是指用于数据并行编程生产力的高级语言
。
在至少一个实施例中，
dpc++
编程语言至少部分地基于c和
/
或
c++
编程语言
。
在至少一个实施例中，
oneapi
编程模型是诸如由加利福尼亚州圣克拉拉市的英特尔公司开发的那些编程模型
。
[0677]
在至少一个实施例中，
oneapi
和
/
或
oneapi
编程模型用于与各种加速器
、gpu、
处理器和
/
或其变体
、
架构进行交互
。
在至少一个实施例中，
oneapi
包括实现各种功能的一组库
。
在至少一个实施例中，
oneapi
至少包括
oneapidpc++
库
、oneapi
数学内核库
、oneapi
数据分析库
、oneapi
深度神经网络库
、oneapi
集体通信库
、oneapi
线程构建块库
、oneapi
视频处理库和
/
或其变体
。
[0678]
在至少一个实施例中，
oneapidpc++
库，也称为
onedpl
，是实现算法和函数以加速
dpc++
内核编程的库
。
在至少一个实施例中，
onedpl
实现一个或更多个标准模板库
(stl)
函数
。
在至少一个实施例中，
onedpl
实现一个或更多个并行
stl
函数
。
在至少一个实施例中，
onedpl
提供一组库类和函数，例如并行算法
、
迭代器
、
函数对象类
、
基于范围的
api
和
/
或其变体
。
在至少一个实施例中，
onedpl
实现了
c++
标准库的一个或更多个类和
/
或函数
。
在至少一个实施例中，
onedpl
实现一个或更多个随机数生成器函数
。
[0679]
在至少一个实施例中，
oneapi
数学内核库，也称为
onemkl
，是为各种数学函数和
/
或运算实现各种优化和并行化例程的库
。
在至少一个实施例中，
onemkl
实现一个或更多个基本线性代数子程序
(blas)
和
/
或线性代数包
(lapack)
密集线性代数例程
。
在至少一个实施例中，
onemkl
实现一个或更多个稀疏
blas
线性代数例程
。
在至少一个实施例中，
onemkl
实现一个或更多个随机数生成器
(rng)。
在至少一个实施例中，
onemkl
实现一个或更多个向量数学
(vm)
例程，用于对向量进行数学运算
。
在至少一个实施例中，
onemkl
实现一个或更多个快速傅里叶变换
(fft)
函数
。
[0680]
在至少一个实施例中，
oneapi
数据分析库，也称为
onedal
，是实现各种数据分析应用和分布式计算的库
。
在至少一个实施例中，
onedal
以批
、
在线和分布式计算处理模式实现用于数据分析的预处理
、
转换
、
分析
、
建模
、
验证和决策制定的各种算法
。
在至少一个实施例中，
onedal
实现各种
c++
和
/
或
java api
以及到一个或更多个数据源的各种连接器
。
在至少
一个实施例中，
onedal
实现了对传统
c++
接口的
dpc++api
扩展，并使
gpu
能够用于各种算法
。
[0681]
在至少一个实施例中，
oneapi
深度神经网络库，也称为
onednn
，是实现各种深度学习函数的库
。
在至少一个实施例中，
onednn
实现了各种神经网络
、
机器学习和深度学习函数
、
算法和
/
或其变体
。
[0682]
在至少一个实施例中，
oneapi
集体通信库，也称为
oneccl
，是实现用于深度学习和机器学习工作负载的各种应用的库
。
在至少一个实施例中，
oneccl
建立在较低级别的通信中间件
(
诸如消息传递接口
(mpi)
和
libfabrics)
之上
。
在至少一个实施例中，
oneccl
启用一组深度学习特定优化，例如优先级
、
持久运算
、
乱序执行和
/
或其变体
。
在至少一个实施例中，
oneccl
实现各种
cpu
和
gpu
功能
。
[0683]
在至少一个实施例中，
oneapi
线程构建块库，也称为
onetbb
，是为各种应用实现各种并行化过程的库
。
在至少一个实施例中，
onetbb
用于主机上基于任务的共享并行编程
。
在至少一个实施例中，
onetbb
实现通用并行算法
。
在至少一个实施例中，
onetbb
实现并发容器
。
在至少一个实施例中，
onetbb
实现可扩展的内存分配器
。
在至少一个实施例中，
onetbb
实现工作窃取任务调度器
。
在至少一个实施例中，
onetbb
实现低级同步基元
。
在至少一个实施例中，
onetbb
独立于编译器并且可在各种处理器上使用，例如
gpu、ppu、cpu
和
/
或其变体
。
[0684]
在至少一个实施例中，
oneapi
视频处理库，也称为
onevpl
，是用于在一个或更多个应用程序中加速视频处理的库
。
在至少一个实施例中，
onevpl
实现各种视频解码
、
编码和处理功能
。
在至少一个实施例中，
onevpl
为
cpu、gpu
和其他加速器上的媒体管线实现各种功能
。
在至少一个实施例中，
onevpl
在以媒体为中心和视频分析工作负载中实现设备发现和选择
。
在至少一个实施例中，
onevpl
实现用于零拷贝缓冲区共享的
api
基元
。
[0685]
在至少一个实施例中，
oneapi
编程模型利用
dpc++
编程语言
。
在至少一个实施例中，
dpc++
编程语言是一种编程语言，其包括但不限于功能相似的
cuda
机制版本，用于定义设备代码和区分设备代码和主机代码
。
在至少一个实施例中，
dpc++
编程语言可以包括
cuda
编程语言的功能子集
。
在至少一个实施例中，一个或更多个
cuda
编程模型操作是使用使用利用
dpc++
编程语言的
oneapi
编程模型来执行的
。
[0686]
在至少一个实施例中，本文中描述的任何应用程序编程接口
(api)
由编译器
、
解释器或其他软件工具编译成一个或更多个指令
、
操作或任何其他信号
。
在至少一个实施例中，编译包括从源代码生成一个或更多个机器可执行指令
、
操作或其他信号
。
在至少一个实施例中，被编译成一个或更多个指令
、
操作或其他信号的
api
在被执行时，使得一个或更多个处理器
(
诸如图形处理器
3000、
图形核心
2000、
并行处理器
2200、
处理器
2500、
处理器核心
2500
或本文进一步描述的任何其他逻辑电路
)
执行一个或更多个计算操作
。
[0687]
应当注意，虽然本文描述的示例实施例可以涉及
cuda
编程模型，但是本文描述的技术可以与任何合适的编程模型一起使用，诸如
hip、oneapi
和
/
或其变体
。
[0688]
其他变型在本公开的精神内
。
因此，尽管所公开的技术易于进行各种修改和替代构造，但是某些示出的其实施例在附图中示出并且已经在上面进行了详细描述
。
然而，应理解，无意将公开内容限制为所公开的一种或更多种特定形式，而是相反，其意图是涵盖落入如所附权利要求所定义的本公开内容的精神和范围内的所有修改
、
替代构造和等同物
。
[0689]
本公开的至少一个实施例可以根据以下条款进行描述：
[0690]
1.
一种系统，包括：
[0691]
至少一个处理器；
[0692]
至少一个存储器，所述至少一个存储器包括指令，所述指令响应于由所述至少一个处理器执行，使所述系统至少：
[0693]
至少部分地基于神经网络生成推理，所述神经网络包括用于执行图元混合和通道处理的至少一个自注意力模块；以及
[0694]
至少部分地基于所述推理生成输出
。
[0695]
2.
一种系统，包括：
[0696]
至少一个处理器；
[0697]
至少一个存储器，所述至少一个存储器包括指令，所述指令响应于由所述至少一个处理器执行，使所述系统至少：
[0698]
至少部分地基于全注意力神经网络生成推理；以及
[0699]
至少部分地基于所述推理生成输出
。
[0700]
3.
一种系统，包括：
[0701]
至少一个处理器；
[0702]
至少一个存储器，所述至少一个存储器包括指令，所述指令响应于由所述至少一个处理器执行，使所述系统至少：
[0703]
至少部分地基于神经网络生成推理，所述神经网络包括用于执行通道处理的自注意力模块；以及
[0704]
至少部分地基于所述推理生成输出
。
[0705]
除非另有说明或显然与上下文矛盾，否则在描述所公开的实施例的上下文中
(
特别是在所附权利要求的上下文中
)
，术语“一”和“一个”和“该”以及类似指代词的使用应被解释为涵盖单数和复数，而不是作为术语的定义
。
除非另有说明，否则术语“包括”、“具有”、“包含”和“含有”应被解释为开放式术语
(
意味着“包括但不限于”)。
术语“连接”(
在未经修改时，其指的是物理连接
)
应解释为部分或全部包含在内
、
附接到或连接在一起，即使有某些介入物
。
除非本文另外指出，否则本文中对数值范围的引用仅旨在用作分别指代落入该范围内的每个单独值的简写方法，并且每个单独值都被并入说明书中，就如同其在本文中被单独叙述一样
。
在至少一个实施例中，除非另外指出或与上下文矛盾，否则术语“集”(
例如“项目集”)
或“子集”的使用应解释为包括一个或更多个成员的非空集合
。
此外，除非另外指出或与上下文矛盾，否则术语相应集的“子集”不一定表示对应集的适当子集，而是子集和对应集可以相等
。
[0706]
除非以其他方式明确指出或与上下文明显矛盾，否则诸如“a
，b和c中的至少一个”或“a
，b与c中的至少一个”形式的短语之类的连接语在上下文中理解为通常用来表示项目
(item)、
术语
(term)
等，其可以是a或b或c，也可以是a和b和c集的任何非空子集
。
例如，在具有三个成员的集的说明性示例中，连接短语“a
，b和c中的至少一个”和“a
，b与c中的至少一个”是指以下任意集：
{a}
，
{b}
，
{c}
，
{a
，
b}
，
{a
，
c}
，
{b
，
c}
，
{a
，b，
c}。
因此，这种连接语言通常不旨在暗示某些实施例要求存在a中的至少一个，b中的至少一个和c中的至少一个中的每一个
。
另外，除非另有说明或与上下文矛盾，否则术语“多个”指示复数的状态
(
例如，“多个项目”指示多个项目
)。
在至少一个实施例中，多个项目中项目的数量至少为两个，但如果明确指示或通过上下文指示，则可以更多
。
此外，除非另有说明或从上下文中可以清楚得知，
否则短语“基于”是指“至少部分地基于”而不是“仅基于”。
[0707]
除非本文另外指出或与上下文明显矛盾，否则本文描述的过程的操作可以任何合适的顺序执行
。
在至少一个实施例中，诸如本文所述的那些过程
(
或其变形和
/
或其组合
)
之类的过程在配置有可执行指令的一个或更多个计算机系统的控制下执行，并且被实现为代码
(
例如，可执行指令，一个或更多个计算机程序或一个或更多个应用程序
)
，该代码由硬件或其组合在一个或更多个处理器上共同执行
。
在至少一个实施例中，代码以例如计算机程序的形式存储在计算机可读存储介质上，该计算机程序包括可由一个或更多个处理器执行的多个指令
。
在至少一个实施例中，计算机可读存储介质是非暂时性计算机可读存储介质，其排除了暂时性信号
(
例如，传播的瞬态电或电磁传输
)
，但包括暂时性信号的收发器内的非暂时性数据存储电路
(
例如，缓冲区
、
高速缓存和队列
)。
在至少一个实施例中，代码
(
例如，可执行代码或源代码
)
被存储在其上存储有可执行指令的一组一种或更多种非暂时性计算机可读存储介质
(
或用于存储可执行指令的其他存储器
)
上，该可执行指令在由计算机系统的一个或更多个处理器执行时
(
即，作为被执行的结果
)
，使得计算机系统执行本文所述的操作
。
在至少一个实施例中，一组非暂时性计算机可读存储介质包括多个非暂时性计算机可读存储介质，并且多个非暂时性计算机可读存储介质中的各个非暂时性存储介质中的一个或更多个缺少全部代码，而是多个非暂时性计算机可读存储介质共同存储全部代码
。
在至少一个实施例中，可执行指令被执行，以使得不同的指令由不同的处理器执行，例如，非暂时性计算机可读存储介质存储指令，并且主中央处理单元
(“cpu”)
执行一些指令，而图形处理单元
(“gpu”)
执行其他指令
。
在至少一个实施例中，计算机系统的不同组件具有单独的处理器，并且不同的处理器执行指令的不同子集
。
[0708]
在至少一个实施例中，算术逻辑单元是一组组合逻辑电路，其采用一个或更多个输入来产生结果
。
在至少一个实施例中，处理器使用算术逻辑单元来实现数学运算，诸如加法
、
减法或乘法
。
在至少一个实施例中，算术逻辑单元用于实现逻辑运算，例如逻辑
and/or
或
xor。
在至少一个实施例中，算术逻辑单元是无状态的，并且由物理开关元件
(
诸如布置为形成逻辑门的半导体晶体管
)
制成
。
在至少一个实施例中，算术逻辑单元可以在内部作为具有关联时钟的有状态逻辑电路来操作
。
在至少一个实施例中，算术逻辑单元可以被构造为异步逻辑电路，其内部状态未保持在相关联的寄存器组中
。
在至少一个实施例中，处理器使用算术逻辑单元来组合存储在处理器的一个或更多个寄存器中的操作数并产生可由处理器存储在另一寄存器或存储器位置中的输出
。
[0709]
在至少一个实施例中，作为处理由处理器检索的指令的结果，处理器将一个或更多个输入或操作数呈现给算术逻辑单元，使算术逻辑单元至少部分地基于提供给算术逻辑单元的输入的指令代码产生结果
。
在至少一个实施例中，由处理器提供给
alu
的指令代码至少部分地基于由处理器执行的指令
。
在至少一个实施例中，
alu
中的组合逻辑处理输入并产生输出，该输出放置在处理器内的总线上
。
在至少一个实施例中，处理器在输出总线上选择目的地寄存器
、
存储器位置
、
输出设备或输出存储位置，从而对处理器进行时钟控制，使得由
alu
产生的结果被发送到期望的位置
。
[0710]
在本技术的范围内，术语算术逻辑单元或
alu
用于指代处理操作数以产生结果的任何计算逻辑电路
。
例如，在本文档中，术语
alu
可以指浮点单元
、dsp、
张量核心
、
着色器核心
、
协处理器或
cpu。
[0711]
因此，在至少一个实施例中，计算机系统被配置为实现单独地或共同地执行本文所述的过程的操作的一个或更多个服务，并且这样的计算机系统被配置有使能执行操作的适用的硬件和
/
或软件
。
此外，实现本公开的至少一个实施例的计算机系统是单个设备，并且在另一实施例中是分布式计算机系统，其包括不同地操作的多个设备，使得分布式计算机系统执行本文所述的操作，并且使得单个设备不执行所有操作
。
[0712]
本文提供的任何和所有示例或示例性语言
(
例如，“诸如”)
的使用仅旨在更好地阐明本公开的实施例，并且不对公开的范围施加限制，除非另有要求
。
说明书中的任何语言都不应被解释为指示任何未要求保护的要素对于实践公开内容是必不可少的
。
[0713]
本文引用的所有参考文献，包括出版物
、
专利申请和专利，均通过引用并入本文，其程度就如同每个参考文献被单独且具体地指示为通过引用并入本文并且其全部内容在本文中阐述一样
。
[0714]
在说明书和权利要求中，可以使用术语“耦合”和“连接”以及它们的派生词
。
应当理解，这些术语可能不旨在作为彼此的同义词
。
相反，在特定示例中，“连接”或“耦合”可用于指示两个或更多个元素彼此直接或间接物理或电接触
。“耦合”也可能意味着两个或更多个元素彼此不直接接触，但仍彼此协作或交互
。
[0715]
除非另有明确说明，否则可以理解，在整个说明书中，诸如“处理”、“计算”、“运算”、“确定”等之类的术语，是指计算机或计算系统或类似的电子计算设备的动作和
/
或过程，其将计算系统的寄存器和
/
或存储器中表示为物理量
(
例如电子量
)
的数据操纵和
/
或转换为类似地表示为计算系统的存储器
、
寄存器或其他此类信息存储
、
传输或显示设备中的物理量的其他数据
。
[0716]
以类似的方式，术语“处理器”可以指处理来自寄存器和
/
或存储器的电子数据并将该电子数据转换成可以存储在寄存器和
/
或存储器中的其他电子数据的任何设备或设备的一部分
。
作为非限制性示例，“处理器”可以是
cpu
或
gpu。“计算平台”可以包括一个或更多个处理器
。
如本文所使用的，“软件”进程可以包括例如随时间执行工作的软件和
/
或硬件实体，诸如任务
、
线程和智能代理
。
同样，每个进程可以指代多个进程，以顺序地或并行地
、
连续地或间歇地执行指令
。
在至少一个实施例中，术语“系统”和“方法”在本文中可以互换使用，只要系统可以体现一种或更多种方法，并且方法可以被认为是系统
。
[0717]
在本文档中，可以参考获得
、
获取
、
接收模拟或数字数据或将模拟或数字数据输入子系统
、
计算机系统或计算机实现的机器中
。
在至少一个实施例中，可以通过各种方式来完成获得
、
获取
、
接收或输入模拟和数字数据的过程，诸如通过接收作为函数调用或对应用程序编程接口的调用的参数的数据
。
在至少一个实施例中，可以通过经由串行或并行接口传输数据来完成获得
、
获取
、
接收或输入模拟或数字数据的过程
。
在至少一个实施例中，可以通过经由计算机网络将数据从提供实体传输到获取实体来完成获得
、
获取
、
接收或输入模拟或数字数据的过程
。
在至少一个实施例中，也可以参考提供
、
输出
、
传送
、
发送或呈现模拟或数字数据
。
在各种示例中，提供
、
输出
、
传送
、
发送或呈现模拟或数字数据的过程可以通过将数据作为函数调用的输入或输出参数
、
应用程序编程接口或进程间通信机制的参数进行传输来实现
。
[0718]
虽然本文的描述阐述了所描述的技术的示例实现，但是其他架构可以用于实现所描述的功能，并且旨在落入本公开的范围内
。
此外，尽管出于描述的目的在上面定义了具体
的职责分配，但是根据情况，可以以不同的方式分配和划分各种功能和职责
。
[0719]
此外，尽管已经用特定于结构特征和
/
或方法动作的语言描述了主题，但是应当理解，所附权利要求所要求保护的主题不必限于所描述的特定特征或动作
。
而是，公开了特定的特征和动作作为实现权利要求的示例性形式
。