(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111197684.5 (22)申请日 2021.10.14 (71)申请人 深圳前海微众 银行股份有限公司 地址 518052 广东省深圳市前海深港合作 区前湾一路1号A栋201室 (72)发明人 卓本刚　黄启军　 (74)专利代理 机构 北京派特恩知识产权代理有 限公司 1 1270 代理人 崔晓岚　张颖玲 (51)Int.Cl. G06F 9/38(2006.01) G06N 20/00(2019.01) (54)发明名称 机器学习的数据处理方法、 装置、 电子设备 及存储介质 (57)摘要 本申请提供了一种机器学习的数据计算方 法、 装置； 方法包括： 通过中央处理器启动图形处 理器中用于机器学习的多个并行流水线计算任 务， 并将每个并行流水线计算任务的状态更新为 就绪状态； 通过中央处理器向第一并行流水线计 算任务传输第一数据， 并在传输过程中将除第一 并行流水线计算任务之外的并行流水线计算任 务的状态从就绪状态更新为等待状态； 当第一并 行流水线计算任务开始时， 通过中央处理器将第 二数据传输到第二并行流水线计算任务中进行 计算； 当每个并行流水线计算任务完成时， 将每 个并行流水线计算任务的计算结果进行汇总， 得 到机器学习的运算结果。 通过本申请能够充分利 用硬件资源， 实现高效率计算加速 。 权利要求书3页 说明书14页 附图5页 CN 113918224 A 2022.01.11 CN 113918224 A 1.一种机器学习的数据处理方法， 其特征在于， 应用于电子设备， 所述电子设备包括中 央处理器和图形处 理器， 所述方法包括： 通过所述中央处理器启 动所述图形处理器中用于机器学习的多个并行流水线计算任 务， 并将每 个所述并行流水线计算任务的状态更新 为就绪状态； 通过所述中央处理器向第 一并行流水线计算任务传输第 一数据， 并在传输过程中将除 所述第一并行流水线计算任务之外的并行流水线计算任务的状态， 从所述就绪状态更新为 等待状态； 当所述第一并行流水线计算任务开始时， 通过所述中央处理器将第 二数据传输到第 二 并行流水线计算任务中进行计算； 其中， 所述第二并行流水线计算任务为除所述第一并行 流水线计算任务之外的任意并行流水线计算任务； 当每个所述并行流水线计算任务完成时， 将每个所述并行流水线计算任务的计算结果 进行汇总， 得到所述机器学习的运 算结果。 2.根据权利要求1所述的方法， 其特征在于， 所述通过中央处理器启动图形处理器 中用 于机器学习的多个并行流水线计算任务之前， 所述方法还 包括： 根据待计算数据在所述中央处理器中传输的速度， 确定所述多个并行流水线计算任务 的数量； 其中， 所述待计算数据包括所述第一数据和所述第二数据， 所述多个并行流水线计算 任务的数量与所述待计算数据在中央处 理器中传输的速度负相关； 将所述待计算数据拆分成多份数据， 并通过通用并行计算架构的接口建立相互独立的 多个并行流水线计算任务。 3.根据权利要求2所述的方法， 其特 征在于， 所述待计算数据被拆分的份数与 所述多个并行流水线计算任务的数量相等， 所述多份 数据与所述多个并行流水线计算任务存在一 一对应的关系； 所述通过所述中央处 理器向第一并行流水线计算任务传输第一数据， 包括： 将所述多份数据中的任意一份数据作为所述第 一数据， 并通过所述中央处理器向第 一 并行流水线计算任务进行传输 。 4.根据权利要求1所述的方法， 其特征在于， 当所述第 一并行流水线计算任务开始时之 前， 所述方法还 包括： 针对所述第一并行流水线计算任务执 行以下处 理： 通过所述中央处理器计算数据拷贝时间和数据计算 时间的比值， 基于所述比值确定所 述第一并行流水线计算任务中串行子计算任务的数量； 根据所述串行子计算任务的数量， 将所述第 一并行流水线计算任务分割成具有关联关 系的多个串行子计算任务； 其中， 所述多个串行子计算任务用于对所述第一数据进行计算， 以得到所述第一并行 流水线计算任务的计算结果。 5.根据权利要求4所述的方法， 其特征在于， 所述根据所述串行子计算任务的数量， 将 所述第一并行流水线计算任务分割成具有关联关系的多个串行子计算任务， 包括： 根据所述串行子计算任务的数量， 将所述串行子计算任务分割成多个串行子计算任 务；权　利　要　求　书 1/3 页 2 CN 113918224 A 2将第1个所述串行子计算任务设置为数据转入， 并将最后一个所述串行子计算任务设 置为数据转出， 以及将第2至倒数第二个所述串 行子计算任务设置为多个运算级， 得到所述 多个串行子计算任务， 其中， 所述第2至倒数第二个多个串 行子计算任务用于基于所述第一 数据进行计算。 6.根据权利要求5所述的方法， 其特 征在于， 所述方法还 包括： 根据所述第一数据的运算特征， 将所述第一数据划分成多个独立的运算部分； 其中所 述运算部分包括 运算数据和运 算规则； 将所述多个独立的运算部分传输到所述第2至倒数第 二个所述串行子计算任务中进行 计算； 其中所述多个独立的运算部分与所述第2至倒数第二个所述串行子计算任务存在一 一对应的关系。 7.根据权利要求 4的方法， 其特 征在于， 所述方法还 包括： 针对不同并行流水线计算任务中不具有关联关系的任意两个串行子计算任务， 执行以 下处理： 通过通用并行计算架构的函数对所述不具有关联关系的任意两个串行子计算任务进 行异步调用。 8.根据权利要求1所述的方法， 其特征在于， 所述通过所述中央处理器将第 二数据传输 到第二并行流水线计算任务中进行计算， 包括： 将所述多份数据中除所述第 一数据以外的任意一份数据作为所述第 二数据， 并通过所 述中央处 理器将所述第二数据传输 到第二并行流水线计算任务中进行计算。 9.根据权利要求1所述的方法， 其特征在于， 所述当每个所述并行流水线计算任务完成 时， 将每个所述并行流水线计算任务的运算结果进行汇总， 得到机器学习的运算结果， 包 括： 当所述并行流水线计算任务中的每个串行子计算任务完成时， 对每个所述串行子计算 任务的计算结果进行汇总得到运算结果； 其中， 所述运算结果为所述串行子计算任务对应 的所述并行流水线计算任务的计算结果； 将每个所述并行流水线计算任务的运算结果进行汇总， 得到所述机器学习的运算结 果。 10.一种机器学习的数据处 理装置， 其特 征在于， 装置包括： 数据启动模块， 用于通过中央处理器启动图形处理器中用于机器学习的多个并行流水 线计算任务， 并将每 个所述并行流水线计算任务的状态更新 为就绪状态； 数据传输模块， 用于通过所述中央处理器向第一并行流水线计算任务传输第一数据， 并在传输过程中将除所述第一并行流水线计算任务之外的并行流水线计算任务的状态从 所述就绪状态更新 为等待状态； 数据计算模块， 用于当所述第一并行流水线计算任务开始时， 通过所述中央处理器将 第二数据传输到第二并行流水线计算任务中进行计算； 其中， 所述第二并行流水线计算任 务为除所述第一并行流水线计算任务之外的任意并行流水线计算任务； 数据汇总模块， 用于当每个所述并行流水线计算任务完成时， 将每个所述并行流水线 计算任务的计算结果进行汇总， 得到所述机器学习的运 算结果。 11.一种电子设备， 其特 征在于， 所述电子设备包括：权　利　要　求　书 2/3 页 3 CN 113918224 A 3