性能計(jì)數(shù)器數(shù)據(jù)的壓縮/解壓方法、裝置及電子設(shè)備與流程

本發(fā)明涉及計(jì)算機(jī)，尤其涉及一種性能計(jì)數(shù)器數(shù)據(jù)的壓縮/解壓方法、裝置及電子設(shè)備。

背景技術(shù)：

1、人工智能芯片是推動(dòng)人工智能發(fā)展的關(guān)鍵技術(shù)之一，它們?yōu)槿斯ぶ悄芩惴ㄌ峁┍匾挠?jì)算能力。目前，人工智能芯片包括gpu（graphics?processing?unit，圖形處理器）、tpu（tensor?processing?unit，張量處理器）、npu（neural?network?processing?unit，神經(jīng)網(wǎng)絡(luò)處理器）、dpu（deep?learning?processing?unit，深度學(xué)習(xí)處理器）、apu（accelerated?processing?unit，加速處理器），以及gpgpu（general-purpose?computingon?graphics?processing?unit，通用圖形處理器）等。

2、人工智能芯片的性能計(jì)數(shù)器是一種硬件監(jiān)控工具，用于追蹤和測量人工智能芯片在執(zhí)行任務(wù)時(shí)的各種性能指標(biāo)，如處理速度、內(nèi)存帶寬、指令執(zhí)行效率和線程活動(dòng)等。這些計(jì)數(shù)器為開發(fā)者和系統(tǒng)管理員提供了關(guān)鍵數(shù)據(jù)，幫助他們分析人工智能芯片的運(yùn)行狀況，識(shí)別性能瓶頸，優(yōu)化計(jì)算密集型應(yīng)用，并確保硬件資源得到最有效的利用。

3、目前，通常直接存儲(chǔ)人工智能芯片的性能計(jì)數(shù)器中數(shù)值，或采用傳統(tǒng)的基于字節(jié)流的串行方式對人工智能芯片的性能計(jì)數(shù)器中數(shù)值的進(jìn)行壓縮，例如，采用lz77和lz78壓縮算法。但是這種方式未考慮到人工智能芯片性能計(jì)數(shù)器數(shù)據(jù)的特性，在壓縮率和計(jì)算效率方面存在局限性。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明提供一種性能計(jì)數(shù)器數(shù)據(jù)的壓縮/解壓方法、裝置及電子設(shè)備，用以解決現(xiàn)有技術(shù)中采用傳統(tǒng)的壓縮方式對人工智能芯片性能計(jì)數(shù)器數(shù)據(jù)進(jìn)行壓縮，在壓縮率和計(jì)算效率方面存在局限性。本發(fā)明基于人工智能芯片性能計(jì)數(shù)器數(shù)據(jù)的同質(zhì)性對人工智能芯片性能計(jì)數(shù)器數(shù)據(jù)進(jìn)行壓縮，提供了更高的壓縮率和更低的計(jì)算開銷，從而更有效地處理人工智能芯片性能計(jì)數(shù)器數(shù)據(jù)。

2、本發(fā)明提供一種性能計(jì)數(shù)器數(shù)據(jù)的壓縮方法，包括：獲取人工智能芯片中至少兩個(gè)目標(biāo)執(zhí)行單元的性能計(jì)數(shù)器的數(shù)據(jù)塊；根據(jù)獲取的數(shù)據(jù)塊的相似性，確定待差分的數(shù)據(jù)塊集合；從所述待差分的數(shù)據(jù)塊集合中選取基準(zhǔn)數(shù)據(jù)塊；計(jì)算所述待差分的數(shù)據(jù)塊中除基準(zhǔn)數(shù)據(jù)塊外的數(shù)據(jù)塊中數(shù)據(jù)元素與基準(zhǔn)數(shù)據(jù)塊中對應(yīng)的數(shù)據(jù)元素的差值；基于所述基準(zhǔn)數(shù)據(jù)塊以及計(jì)算出的差值生成壓縮數(shù)據(jù)。

3、根據(jù)本發(fā)明提供的一種性能計(jì)數(shù)器數(shù)據(jù)的壓縮方法，所述獲取人工智能芯片中至少兩個(gè)目標(biāo)執(zhí)行單元的性能計(jì)數(shù)器的數(shù)據(jù)塊，包括：響應(yīng)于目標(biāo)核函數(shù)執(zhí)行結(jié)束，獲取所述目標(biāo)核函數(shù)的至少兩個(gè)執(zhí)行單元的性能計(jì)數(shù)器的數(shù)據(jù)塊。

4、根據(jù)本發(fā)明提供的一種性能計(jì)數(shù)器數(shù)據(jù)的壓縮方法，所述根據(jù)獲取的數(shù)據(jù)塊的相似性，確定待差分的數(shù)據(jù)塊集合，包括：計(jì)算所述至少兩個(gè)目標(biāo)執(zhí)行單元間的任務(wù)分發(fā)均衡度；判斷所述任務(wù)分發(fā)均衡度是否小于預(yù)先設(shè)置的均衡度閾值；若否，則將所述至少兩個(gè)目標(biāo)執(zhí)行單元的性能計(jì)數(shù)器的數(shù)據(jù)塊加入所述待差分的數(shù)據(jù)塊集合。

5、根據(jù)本發(fā)明提供的一種性能計(jì)數(shù)器數(shù)據(jù)的壓縮方法，所述計(jì)算所述至少兩個(gè)目標(biāo)執(zhí)行單元間的任務(wù)分發(fā)均衡度，包括：根據(jù)所述至少兩個(gè)目標(biāo)執(zhí)行單元的任務(wù)執(zhí)行時(shí)間戳，計(jì)算所述至少兩個(gè)目標(biāo)執(zhí)行單元間的任務(wù)分發(fā)均衡度。

6、根據(jù)本發(fā)明提供的一種性能計(jì)數(shù)器數(shù)據(jù)的壓縮方法，所述根據(jù)獲取的數(shù)據(jù)塊的相似性，確定待差分的數(shù)據(jù)塊，包括：根據(jù)所述至少兩個(gè)目標(biāo)執(zhí)行單元的任務(wù)執(zhí)行時(shí)間戳，對所述至少兩個(gè)目標(biāo)執(zhí)行單元的的性能計(jì)數(shù)器的數(shù)據(jù)塊進(jìn)行聚類，得到至少一個(gè)待差分的數(shù)據(jù)塊集合。

7、根據(jù)本發(fā)明提供的一種性能計(jì)數(shù)器數(shù)據(jù)的壓縮方法，基于所述基準(zhǔn)數(shù)據(jù)塊以及計(jì)算出的差值生成壓縮數(shù)據(jù)之前，所述方法還包括創(chuàng)建緩沖區(qū)，將所述基準(zhǔn)數(shù)據(jù)塊存儲(chǔ)至所述緩沖區(qū)；所述基于所述基準(zhǔn)數(shù)據(jù)塊以及計(jì)算出的差值生成壓縮數(shù)據(jù)，包括：構(gòu)建差分列表，將計(jì)算出的差值中的非零值添加到所述差分列表中；將所述差分列表追加到所述緩沖區(qū)所述基準(zhǔn)數(shù)據(jù)塊的尾部；基于串行字節(jié)流的方法對所述緩沖區(qū)中數(shù)據(jù)進(jìn)行壓縮得到壓縮數(shù)據(jù)。

8、本發(fā)明還提供一種性能計(jì)數(shù)器數(shù)據(jù)的壓縮裝置，包括：第一獲取模塊，被配置成獲取人工智能芯片中至少兩個(gè)目標(biāo)執(zhí)行單元的性能計(jì)數(shù)器的數(shù)據(jù)塊；確定模塊，被配置成根據(jù)獲取的數(shù)據(jù)塊的相似性，確定待差分的數(shù)據(jù)塊集合；選取模塊，被配置成從所述待差分的數(shù)據(jù)塊集合中選取基準(zhǔn)數(shù)據(jù)塊；計(jì)算模塊，被配置成計(jì)算所述待差分的數(shù)據(jù)塊中除基準(zhǔn)數(shù)據(jù)塊外的數(shù)據(jù)塊中數(shù)據(jù)元素與基準(zhǔn)數(shù)據(jù)塊中對應(yīng)的數(shù)據(jù)元素的差值；壓縮模塊，被配置成基于所述基準(zhǔn)數(shù)據(jù)塊以及計(jì)算出的差值生成壓縮數(shù)據(jù)。

9、本發(fā)明還提供一種性能計(jì)數(shù)器數(shù)據(jù)的解壓方法，用于對上述任一種性能計(jì)數(shù)器數(shù)據(jù)的壓縮方法生成的壓縮數(shù)據(jù)進(jìn)行解壓，其特征在于，包括：獲取至少兩個(gè)目標(biāo)執(zhí)行單元的性能計(jì)數(shù)器的數(shù)據(jù)塊的壓縮數(shù)據(jù)；從所述壓縮數(shù)據(jù)中提取基準(zhǔn)數(shù)據(jù)塊以及所述至少兩個(gè)目標(biāo)執(zhí)行單元的性能計(jì)數(shù)器的數(shù)據(jù)塊中除所述基準(zhǔn)數(shù)據(jù)塊外的其他數(shù)據(jù)塊中數(shù)據(jù)元素與所述基準(zhǔn)數(shù)據(jù)塊中對應(yīng)數(shù)據(jù)元素的差值；根據(jù)所述基準(zhǔn)數(shù)據(jù)塊以及提取出的差值，還原所述至少兩個(gè)目標(biāo)執(zhí)行單元的性能計(jì)數(shù)器的數(shù)據(jù)塊。

10、本發(fā)明還提供一種性能計(jì)數(shù)器數(shù)據(jù)的解壓裝置，用于對上述性能計(jì)數(shù)器數(shù)據(jù)的壓縮裝置生成的壓縮數(shù)據(jù)進(jìn)行解壓，其特征在于，包括：第二獲取模塊，被配置成獲取至少兩個(gè)目標(biāo)執(zhí)行單元的性能計(jì)數(shù)器的數(shù)據(jù)塊的壓縮數(shù)據(jù)；提取模塊，被配置成從所述壓縮數(shù)據(jù)中提取基準(zhǔn)數(shù)據(jù)塊以及所述至少兩個(gè)目標(biāo)執(zhí)行單元的性能計(jì)數(shù)器的數(shù)據(jù)塊中除所述基準(zhǔn)數(shù)據(jù)塊外的其他數(shù)據(jù)塊中數(shù)據(jù)元素與所述基準(zhǔn)數(shù)據(jù)塊中對應(yīng)數(shù)據(jù)元素的差值；還原模塊，被配置成根據(jù)所述基準(zhǔn)數(shù)據(jù)塊以及提取出的差值，還原所述至少兩個(gè)目標(biāo)執(zhí)行單元的性能計(jì)數(shù)器的數(shù)據(jù)塊。

11、本發(fā)明還提供一種電子設(shè)備，包括存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)如上述任一種所述性能計(jì)數(shù)器數(shù)據(jù)的壓縮方法。

12、本發(fā)明還提供一種非暫態(tài)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，該計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如上述任一種所述性能計(jì)數(shù)器數(shù)據(jù)的壓縮方法。

13、本發(fā)明還提供一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如上述任一種所述性能計(jì)數(shù)器數(shù)據(jù)的壓縮方法。

14、本發(fā)明提供的性能計(jì)數(shù)器數(shù)據(jù)的壓縮/解壓方法、裝置及電子設(shè)備，根據(jù)數(shù)據(jù)塊的相似性，確定待差分的數(shù)據(jù)塊集合；計(jì)算待差分的數(shù)據(jù)塊中除基準(zhǔn)數(shù)據(jù)塊外的數(shù)據(jù)塊中數(shù)據(jù)元素與基準(zhǔn)數(shù)據(jù)塊中對應(yīng)的數(shù)據(jù)元素的差值，基于基準(zhǔn)數(shù)據(jù)塊以及計(jì)算出的差值生成壓縮數(shù)據(jù)，提高了人工智能芯片性能計(jì)數(shù)器數(shù)據(jù)的壓縮率，降低了壓縮的計(jì)算開銷。

技術(shù)特征：

1.一種性能計(jì)數(shù)器數(shù)據(jù)的壓縮方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的性能計(jì)數(shù)器數(shù)據(jù)的壓縮方法，其特征在于，所述獲取人工智能芯片中至少兩個(gè)目標(biāo)執(zhí)行單元的性能計(jì)數(shù)器的數(shù)據(jù)塊，包括：

3.根據(jù)權(quán)利要求1所述的性能計(jì)數(shù)器數(shù)據(jù)的壓縮方法，其特征在于，所述根據(jù)獲取的數(shù)據(jù)塊的相似性，確定待差分的數(shù)據(jù)塊集合，包括：

4.根據(jù)權(quán)利要求3所述的性能計(jì)數(shù)器數(shù)據(jù)的壓縮方法，其特征在于，所述計(jì)算所述至少兩個(gè)目標(biāo)執(zhí)行單元間的任務(wù)分發(fā)均衡度，包括：

5.根據(jù)權(quán)利要求1所述的性能計(jì)數(shù)器數(shù)據(jù)的壓縮方法，其特征在于，所述根據(jù)獲取的數(shù)據(jù)塊的相似性，確定待差分的數(shù)據(jù)塊，包括：

6.根據(jù)權(quán)利要求1所述的性能計(jì)數(shù)器數(shù)據(jù)的壓縮方法，其特征在于，基于所述基準(zhǔn)數(shù)據(jù)塊以及計(jì)算出的差值生成壓縮數(shù)據(jù)之前，所述方法還包括創(chuàng)建緩沖區(qū)，將所述基準(zhǔn)數(shù)據(jù)塊存儲(chǔ)至所述緩沖區(qū)；

7.一種性能計(jì)數(shù)器數(shù)據(jù)的壓縮裝置，其特征在于，包括：

8.一種性能計(jì)數(shù)器數(shù)據(jù)的解壓方法，用于對權(quán)利要求1至6任一項(xiàng)所述性能計(jì)數(shù)器數(shù)據(jù)的壓縮方法生成的壓縮數(shù)據(jù)進(jìn)行解壓，其特征在于，包括：

9.一種性能計(jì)數(shù)器數(shù)據(jù)的解壓裝置，用于對權(quán)利要求7所述性能計(jì)數(shù)器數(shù)據(jù)的壓縮裝置生成的壓縮數(shù)據(jù)進(jìn)行解壓，其特征在于，包括：

10.一種電子設(shè)備，包括存儲(chǔ)器、處理器及存儲(chǔ)在所述存儲(chǔ)器上并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)如權(quán)利要求1至6任一項(xiàng)所述性能計(jì)數(shù)器數(shù)據(jù)的壓縮方法。

技術(shù)總結(jié)
本發(fā)明涉及計(jì)算機(jī)技術(shù)領(lǐng)域，提供一種性能計(jì)數(shù)器數(shù)據(jù)的壓縮/解壓方法、裝置及電子設(shè)備，該性能計(jì)數(shù)器數(shù)據(jù)的壓縮方法包括：獲取人工智能芯片中至少兩個(gè)目標(biāo)執(zhí)行單元的性能計(jì)數(shù)器的數(shù)據(jù)塊；根據(jù)獲取的數(shù)據(jù)塊的相似性，確定待差分的數(shù)據(jù)塊集合；計(jì)算待差分的數(shù)據(jù)塊中除基準(zhǔn)數(shù)據(jù)塊外的數(shù)據(jù)塊中數(shù)據(jù)元素與基準(zhǔn)數(shù)據(jù)塊中對應(yīng)的數(shù)據(jù)元素的差值；基于基準(zhǔn)數(shù)據(jù)塊以及計(jì)算出的差值生成壓縮數(shù)據(jù)。該方法基于基準(zhǔn)數(shù)據(jù)塊以及計(jì)算出的差值生成壓縮數(shù)據(jù)，提高了人工智能芯片性能計(jì)數(shù)器數(shù)據(jù)的壓縮率，降低了壓縮的計(jì)算開銷。

技術(shù)研發(fā)人員：請求不公布姓名
受保護(hù)的技術(shù)使用者：上海壁仞科技股份有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/10/31