(19)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 202210946170.3 (22)申请日 2022.08.08 (71)申请人 昆仑芯 （北京） 科技有限公司 地址 100101 北京市海淀区上地十街10号1 幢4层CW区 (72)发明人 王勇　陈庆澍　王京　欧阳剑　 邰秀瑢　 (74)专利代理 机构 北京易光知识产权代理有限 公司 11596 专利代理师 王一　武晨燕 (51)Int.Cl. G06F 16/25(2019.01) G06F 17/16(2006.01) G06F 7/523(2006.01) (54)发明名称 数据格式转换的方法、 装置及矩阵处理的方 法、 装置 (57)摘要 本公开提供了数据格式转换的方法、 装置及 矩阵处理的方法、 装置， 涉及计算机技术领域， 尤 其涉及人工智能、 深度学习、 芯片等技术领域。 数 据格式转换的方法的具体实现方案为： 根据目标 矩阵中的各元素， 确定目标矩阵的最大值； 根据 目标数据格式的指数位的数位宽度和目标矩 阵 的最大值， 确定连续的多个数值区间； 根据各元 素与多个数值区间的对应关系， 以及多个数值区 间与目标数据格式的对应关系， 将目标矩阵的原 数据格式转换为目标数据格式。 根据本公开的方 案， 可以降低数据格式转换的运算量， 提升目标 矩阵中的各元素量化精度的同时兼顾各元素可 表示的数值范围。 权利要求书5页 说明书14页 附图4页 CN 115237992 A 2022.10.25 CN 115237992 A 1.一种数据格式转换的方法， 包括： 根据目标矩阵中的各 元素， 确定所述目标矩阵的最大值； 根据目标数据格式的指数位的数位宽度和所述目标矩阵的最大值， 确定连续的多个数 值区间； 以及 根据所述各元素与 所述多个数值区间的对应关系， 以及所述多个数值 区间与所述目标 数据格式的对应关系， 将所述目标矩阵的原数据格式转换为所述目标 数据格式。 2.根据权利 要求1所述的方法， 其中， 所述目标数据格式的数位宽度为16bit， 包括数位 宽度为1bit的符号 位、 数位宽度为2bit的指数位和数位宽度为13bit的尾数位。 3.根据权利要求1或2所述的方法， 其中， 所述根据目标矩阵中的各元素， 确定所述目标 矩阵的最大值， 包括： 根据目标矩阵中的各 元素的浮点数， 确定所述各 元素的绝对值数值； 将所述各 元素的绝对值数值中最大的数值， 确定为所述目标矩阵的最大值。 4.根据权利要求1或2所述的方法， 其中， 所述根据目标数据格式的指数位的数位宽度 和所述目标矩阵的最大值， 确定连续的多个数值区间， 包括： 以所述目标矩阵的最大值作为 最大端点 值和以0作为 最小端点值， 确定数值线段； 根据目标 数据格式的指数位的数位宽度， 将所述数值线段划分为连续的2N个数值区间； 根据所述目标数据格式的尾数位的数位宽度， 利用公式 分别确定所述2N 个数值区间中的每 个数值区间的最小 端点值； 其中， N为所述目标数据格式的指数位的数位宽度， maxa为所述每个数值区间的最大端 点值， maxb为所述每个数值区间的最小端点值， M为所述目标数据格式的尾数位的数位宽 度。 5.根据权利要求1或2所述的方法， 其中， 所述根据所述各元素与所述多个数值区间的 对应关系， 以及所述多个数值区间与所述 目标数据格式的对应关系， 将所述 目标矩阵的原 数据格式转换为所述目标 数据格式， 包括： 根据所述各元素的浮点数与 所述多个数值 区间的对应关系， 以及所述多个数值 区间与 所述目标 数据格式的对应关系， 确定所述各 元素对应的目标 数据格式的指数位； 根据所述各元素的浮点数与 所述多个数值 区间的对应关系， 以及所述多个数值 区间与 所述目标 数据格式的对应关系， 确定所述各 元素对应的目标 数据格式的尾数位； 根据所述各 元素的浮点数， 确定所述各 元素对应的目标 数据格式的符号 位； 根据所述各元素对应的目标数据格 式的符号位、 指数位、 尾数位， 将所述目标矩阵的原 数据格式转换为所述目标 数据格式。 6.根据权利要求5所述的方法， 其中， 所述根据所述各元素的浮点数与 所述多个数值 区 间的对应关系， 以及所述多个数值区间与所述 目标数据格式的对应关系， 确定所述各元素 对应的目标 数据格式的指数位， 包括： 根据所述各 元素的浮点数， 确定所述各 元素的绝对值数值； 根据所述各元素的绝对值数值， 确定所述各元素在所述多个数值 区间中对应的数值 区 间； 根据所述对应的数值 区间与所述目标数据格式的指数位的对应关系， 确定所述各元素权　利　要　求　书 1/5 页 2 CN 115237992 A 2对应的目标 数据格式的指数位。 7.根据权利要求5所述的方法， 其中， 所述根据所述各元素的浮点数与 所述多个数值 区 间的对应关系， 以及所述多个数值区间与所述 目标数据格式的对应关系， 确定所述各元素 对应的目标 数据格式的尾数位， 包括： 根据所述各 元素的浮点数， 确定所述各 元素的绝对值数值； 根据所述各元素的绝对值数值， 确定所述各元素在所述多个数值 区间中对应的数值 区 间； 根据所述对应的数值区间的最大端点值、 所述目标数据格式的尾数位的数位宽度、 以 及所述各元素的绝对 值数值， 利用公式 确定所述各元素对应的目标数据格 式的尾数位； 其中， F为所述各元素对应的目标数据格式的尾数位的值， V为所述各元素的绝对值数 值， k为所述目标数据格式的尾数位的数位宽度， maxc为所述对应的数值区间的最大端点 值。 8.根据权利要求1至7任一项所述的方法， 其中， 所述目标矩阵为深度学习框架中的算 子所利用的矩阵； 所述 目标矩阵中的各元素为对图像信息、 语音信息或文本信息进行特征 提取所得到的数据。 9.一种矩阵处 理的方法， 包括： 对第一目标矩阵和第二目标矩阵进行乘法运算， 得到第 三矩阵； 其中， 所述第 一目标矩 阵和所述第二 目标矩阵的数据格式均为 目标数据格式， 所述 目标数据格式根据权利要求1 至8任一项所述的数据格式转换的方法得到； 以及 根据预设的标准数据格式， 将所述第 三矩阵的数据格式转换为所述预设的标准数据格 式。 10.根据权利要求9所述的方法， 其中， 所述对第一目标矩阵和第二目标矩阵进行乘法 运算， 得到第三矩阵， 包括： 根据第一目标矩阵中的各第 一元素对应的目标数据格式， 确定所述各第 一元素对应的 目标数据格式的符号 位和尾数位； 根据第二目标矩阵中的各第 二元素对应的目标数据格式， 确定所述各第 二元素对应的 目标数据格式的符号 位和尾数位； 根据所述各第 一元素对应的目标数据格式的符号位和尾数位， 以及所述各第 二元素对 应的目标数据格式的符号位和尾数位， 对所述第一目标矩阵和所述第二目标矩阵进行乘法 运算， 得到第三矩阵。 11.根据权利要求10所述的方法， 其中， 在所述第 一目标矩阵和所述第 二目标矩阵进行 乘法运算的过程中， 所述第一元素和对应的第二元素的乘法运算利用公式c＝F1*F2*S1*S2 进行； 其中， F1为所述第一元素对应的目标数据格式的尾数位的值， F2为所述对应的第二元素 对应的目标数据格式的尾数位的值， S1为所述第一元素的定浮点转换缩放系数， S2为所述对 应的第二元 素的定浮 点转换缩放系数。 12.根据权利要求11所述的方法， 其中， 根据对所述第 一元素对应的目标数据格式的符权　利　要　求　书 2/5 页 3 CN 115237992 A 3