本发明涉及运算芯片，具体而言，涉及一种人工智能加速运算芯片。
背景技术：
1、随着人工智能技术的飞速发展，各种应用场景的需求也在不断增长。然而，当前计算硬件由于传统架构的限制，在运行计算时面临着无法进行大规模多任务并行处理的挑战。这一瓶颈不仅影响了人工智能应用的性能，还严重制约了其在各个领域中的实际应用。
2、目前，传统的计算硬件架构主要关注的是单核性能的提升，而忽视了多核之间的协作。在这种架构下，虽然单个处理器的性能很强，但是在面对大规模多任务并行处理时，其整体性能却往往不尽如人意。但是这种结构设计在面对人工智能应用的不足是显而易见的。以机器学习为例，机器学习算法需要进行大量的矩阵运算和迭代计算，而这些计算往往是高度并行的。如果硬件无法提供足够的并行处理能力，那么算法的执行时间将会被大大延长，从而影响了整个应用的效率。
3、因此，急需发明一种使用人工智能加速运算的硬件设备，用于解决传统中计算硬件架构缺少并行处理能力导致数据计算处理时，执行时间长，运算效率低的问题。
技术实现思路
1、鉴于此，本发明提出了一种人工智能加速运算芯片，旨在解决传统中计算硬件架构缺少并行处理能力导致数据计算处理时，执行时间长，运算效率低的问题
2、本发明提出了一种人工智能加速运算芯片，包括：
3、需求获取模块，用于获取预设需求条件，并根据预设需求条件建立检索分析式；
4、爬虫模块，与所述需求获取模块电连接，所述爬虫模块用于根据所述检索分析式检索需求数据；
5、数据采集模块，与所述爬虫模块电连接，所述数据采集模块用于采集所述需求数据，并根据所述需求数据建立数据集；
6、处理模块，设置有若干处理单元，所述处理模块用于对所述需求数据进行任务数据处理；
7、评分模块，用于获取若干所述处理单元的数据处理能力，并根据所述数据处理能力对所述处理单元进行处理量评分；
8、控制模块，分别与所述处理模块和评分模块电连接，所述控制模块用于根据所述若干所述处理单元的处理量评分分配所述数据集中的数据量；其中，
9、所述控制模块还用于获取若干所述处理单元的处理量总评评分，并根据基于公式获取若干所述处理单元的处理量评分平均分，所述公式如下所示：
10、q＝q/y；
11、其中，q为若干所述处理单元的处理量评分平均分，q为若干所述处理单元的处理量总评评分，y为若干所述处理单元的数量；
12、所述控制模块还用于根据所述处理量评分平均分与若干所述处理单元的处理量评分之间的关系，分配所述数据集中的数据量。
13、进一步的，所述数据采集模块用于采集所述需求数据，并根据所述需求数据建立数据集时，包括：
14、所述数据采集模块还用于去除所述需求数据中的重复数据；
15、所述数据采集模块还用于对去除所述重复数据的需求数据中的异常数据进行剔除，所述异常数据包括：未公开的解密数据以及公开不全的数据；
16、所述数据采集模块还用于将去除所述重复数据和异常数据后的需求数据建立数据集。
17、进一步的，所述评分模块根据所述数据处理能力对所述处理单元进行处理量评分时，包括：
18、所述评分模块还用于获取所述处理单元的实时任务处理量l，所述评分模块还用于根据所述实时任务处理量l与预设的负载处理量l0之间的关系，判断所述处理单元的实时任务处理量是处于负载状态；
19、当l≥l0时，所述控制模块则判断所述处理单元实时任务处理量处于负载状态；
20、当l＜l0时，所述控制模块则判断所述处理单元实时任务处理量未处于负载状态；
21、其中，所述评分模块还用于获取若干所述处理单元中未处于负载状态的处理单元，并根据所述实时任务处理量l与预设的负载处理量l0之间的关系对未处于负载状态的处理单元进行处理量评分。
22、进一步的，所述评分模块还用于获取若干所述处理单元中未处于负载状态的处理单元，并根据所述实时任务处理量l与预设的负载处理量l0之间的关系对未处于负载状态的所述处理单元进行处理量评分时，包括：
23、所述评分模块还用于获取所述实时任务处理量l与预设的负载处理量l0之间处理量差值△l，△l＝l-l0，所述评分模块还用于根据所述处理量差值△l与预设的处理量差值之间进行比对，并根据比对结果选定相对的评分系数对未处于负载状态的所述处理单元进行处理量评分；
24、其中，所述评分模块还用于预先设定第一预设处理量差值△l1和第二预设处理量差值△l2，所述评分模块还用于预先设定第一预设评分系数m1、第二预设评分系数m2和第三预设评分系数m3，且△l1＜△l2，m1＜m2＜m3；
25、当△l≤△l1时，则选定所述第一预设评分系数m1对未处于负载状态的所述处理单元进行处理量评分；
26、当△l1＜△l≤△l2时，则选定所述第二预设评分系数m2对未处于负载状态的所述处理单元进行处理量评分；
27、当△l＞△l2时，则选定所述第三预设评分系数m3对未处于负载状态的所述处理单元进行处理量评分；
28、当所述评分模块选定第i预设评分系数mi对未处于负载状态的所述处理单元进行处理量评分时，i＝1,2,3，并确定未处于负载状态的所述处理单元的处理量评分为w，设定w1＝mi。
29、进一步的，当所述评分模块选定第i预设评分系数mi对未处于负载状态的所述处理单元进行评分，并确定未处于负载状态的所述处理单元的处理量评分为w时，包括：
30、所述评分模块还用于获取未处于负载状态的所述处理单元的实时数据处理速度k，并根据所述实时数据处理速度k与预设的标准数据处理速度k0之间的关系，判断所述未处于负载状态的所述处理单元的实时数据处理速度是否符合标准数据处理速度；
31、当k＝k0时，所述评分模块则判断所述处理单元的实时数据处理速度符合标准数据处理速度，并不对所述未处于负载状态的所述处理单元的处理量评分w进行调整；
32、当k≠k0时，所述评分模块则判断所述处理单元的实时数据处理速度不符合标准数据处理速度，并根据所述实时数据处理速度k与预设的标准数据处理速度k0之间的关系，对所述未处于负载状态的所述处理单元的处理量评分w进行调整。
33、进一步的，所述评分模块则判断所述处理单元的实时数据处理速度不符合标准数据处理速度，并根据所述实时数据处理速度k与预设的标准数据处理速度k0之间的关系，对所述未处于负载状态的所述处理单元的处理量评分w进行调整时，包括：
34、所述评分模块还用于获取所述实时数据处理速度k与预设的标准数据处理速度k0之间的数据处理速度差值△k，△k＝k-k0，所述评分模块还用于根据所述处理速度差值△k与预设的处理速度差值之间进行比对，并根据比对结果选定相应的调整系数对未处于负载状态的所述处理单元的处理量评分w进行调整：
35、其中，所述评分模块还用于预先设定第一预设处理速度差值△k1和第二预设处理速度差值△k2；所述评分模块还用于预先设定第一预设调整系数n1、第二预设调整系数n2和第三预设调整系数n3，且△k1＜△k2，n1＜0＜n2＜n3＜0.8；
36、当△k≤△k1时，则选定所述第三预设调整系数n3对未处于负载状态的所述处理单元的处理量评分w进行调整；
37、当△k1＜△k≤0时，则不对未处于负载状态的所述处理单元的处理量评分w进行调整；
38、当0＜△k≤△k2时，则选定所述第二预设调整系数n2对未处于负载状态的所述处理单元的处理量评分w进行调整；
39、当△k＞△k2时，则选定所述第一预设调整系数n1对未处于负载状态的所述处理单元的处理量评分w进行调整；
40、当所述评分模块选定第i预设调整系数ni对未处于负载状态的所述处理单元的处理量评分w进行调整时，i＝1,2,3，并确定调整后的未处于负载状态的所述处理单元的处理量评分为w1，设定w1＝w*ni。
41、进一步的，当所述评分模块选定第i预设调整系数ni对未处于负载状态的所述处理单元的处理量评分w进行调整，并确定调整后的未处于负载状态的所述处理单元的处理量评分为w1时，包括：
42、所述评分模块还用于获取未处于负载状态的所述处理单元的实时读写速度j，并根据所述实时读写速度j与预设的标准读写速度j0之间的关系，判断是否对调整后的未处于负载状态的所述处理单元的处理量评分w1进行调整；
43、当j＝j0时，所述评分模块则判断不对调整后的未处于负载状态的所述处理单元的处理量评分w1进行调整；
44、当j≠j0时，所述评分模块则判断所述处理单元的实时读写速度不符合标准读写速度，并根据所述实时读写速度j与预设的标准读写速度j0之间的关系，对调整后的未处于负载状态的所述处理单元的处理量评分w1进行修正。
45、进一步的，所述评分模块则判断所述处理单元的实时读写速度不符合标准读写速度，并根据所述实时读写速度j与预设的标准读写速度j0之间的关系，对调整后的未处于负载状态的所述处理单元的处理量评分w1进行修正时，包括：
46、所述评分模块还用于获取所述实时读写速度j与预设的标准读写速度j0之间读写速度差值△j，△j＝j-j0，所述评分模块还用于根据所述读写速度差值△j与预设的读写速度差值之间进行比对，并根据比对结果选定相应的修正系数对调整后的未处于负载状态的所述处理单元的处理量评分w1进行修正：
47、其中，所述评分模块还用于预先设定第一预设读写速度差值△j1和第二预设读写速度差值△j2；所述评分模块还用于预先设定第一预设修正系数b1、第二预设修正系数b2和第三预设修正系数b3，且△j1＜△j2，b1＜0＜b2＜b3＜0.5；
48、当△j≤△j1时，则选定所述第三预设修正系数b3对调整后的未处于负载状态的所述处理单元的处理量评分w1进行修正：
49、当△j1＜△j≤0时，则不对调整后的未处于负载状态的所述处理单元的处理量评分w1进行修正；
50、当0＜△j≤△j2时，则选定所述第二预设修正系数b2对调整后的未处于负载状态的所述处理单元的处理量评分w1进行修正；
51、当△j＞△j2时，则选定所述第一预设修正系数b1对调整后的未处于负载状态的所述处理单元的处理量评分w1进行修正；
52、当所述评分模块选定第i预设修正系数bi对调整后的未处于负载状态的所述处理单元的处理量评分w1进行修正时，i＝1,2,3，并确定修正后的未处于负载状态的所述处理单元的处理量评分为w2，设定w2＝w1*n i。
53、进一步的，所述控制模块还用于根据所述处理量评分平均分与若干所述处理单元的处理量评分之间的关系，分配所述数据集中的数据量时，包括：
54、所述控制模块还用于获取若干所述未处于负载状态的所述处理单元的处理量评分w2，并根据所述处理量评分平均分q与若干所述未处于负载状态的所述处理单元的处理量评分w2之间的关系，分配所述数据集中的数据量；
55、当w2≥q时，所述控制模块则根据所述处理量评分平均分q与所述未处于负载状态的所述处理单元的处理量评分w2之间的关系对该所述处理单元分配所述数据集中的数据量；
56、当w2＜q时，所述控制模块则不对该所述处理单元分配所述数据集中的数据量。
57、进一步的，所述控制模块则根据所述处理量评分平均分q与所述未处于负载状态的所述处理单元的处理量评分w2之间的关系对该所述处理单元分配所述数据集中的数据量时，包括：
58、所述控制模块还用于获取所述处理量评分平均分q与处理量评分w2之间的处理量评分差值△q，△q＝q-w2，所述控制模块还用于根据所述处理量评分差值△q与预设的处理量评分差值之间进行比对，并根据比对结果选定相应的数据量分配至该所述处理单元；
59、其中，所述控制模块还用于预先设定第一预设处理量评分差值△q1和第二预设处理量评分差值△q2,所述控制模块还用预先设定第一预设数据量c1，第二预设数据量c2和第三预设数据量c3，且△q1＜△q2，c1＜c2＜c3；
60、当△q≤△q1时，所述控制模块则选定所述第一预设数据量c1分配至该所述处理单元；
61、当△q1＜△q≤△q2时，所述控制模块则选定所述第二预设数据量c2分配至该所述处理单元；
62、当△q＞△q2时，所述控制模块则选定所述第三预设数据量c3分配至该所述处理单元。
63、与现有技术相比，本发明的一种人工智能加速运算芯片有益效果在于：通过需求获取模块，用户可以轻松获取并设定预设需求条件，建立检索分析式，为后续的数据处理提供指导。接着，爬虫模块根据检索分析式对需求数据进行智能检索，实现了对庞大数据集的高效获取。数据采集模块负责将检索到的需求数据采集并构建数据集，为进一步的处理提供了坚实基础。其次，在处理模块中，设有多个处理单元，使得芯片能够同时执行多任务并行处理，显著提高了计算效率。评分模块则根据各处理单元的数据处理能力进行评估，为不同任务量的数据分配提供了智能化的决策支持。通过控制模块，芯片能够根据处理单元的评分分配数据集中的数据量，实现了任务的合理分配和高效执行。此外，控制模块还通过基于公式的处理，获取处理单元的处理量评分平均分，从而更全面地评估整体性能，为优化计算资源的使用提供了提高。
1.一种人工智能加速运算芯片，其特征在于，包括：
2.如权利要求1所述的一种人工智能加速运算芯片，其特征在于，所述数据采集模块用于采集所述需求数据，并根据所述需求数据建立数据集时，包括：
3.如权利要求2所述的一种人工智能加速运算芯片，其特征在于，所述评分模块根据所述数据处理能力对所述处理单元进行处理量评分时，包括：
4.如权利要求3所述的一种人工智能加速运算芯片，其特征在于，所述评分模块还用于获取若干所述处理单元中未处于负载状态的处理单元，并根据所述实时任务处理量l与预设的负载处理量l0之间的关系对未处于负载状态的所述处理单元进行处理量评分时，包括：
5.如权利要求4所述的一种人工智能加速运算芯片，其特征在于，当所述评分模块选定第i预设评分系数mi对未处于负载状态的所述处理单元进行评分，并确定未处于负载状态的所述处理单元的处理量评分为w时，包括：
6.如权利要求5所述的一种人工智能加速运算芯片，其特征在于，所述评分模块则判断所述处理单元的实时数据处理速度不符合标准数据处理速度，并根据所述实时数据处理速度k与预设的标准数据处理速度k0之间的关系，对所述未处于负载状态的所述处理单元的处理量评分w进行调整时，包括：
7.如权利要求6所述的一种人工智能加速运算芯片，其特征在于，当所述评分模块选定第i预设调整系数ni对未处于负载状态的所述处理单元的处理量评分w进行调整，并确定调整后的未处于负载状态的所述处理单元的处理量评分为w1时，包括：
8.如权利要求7所述的一种人工智能加速运算芯片，其特征在于，所述评分模块则判断所述处理单元的实时读写速度不符合标准读写速度，并根据所述实时读写速度j与预设的标准读写速度j0之间的关系，对调整后的未处于负载状态的所述处理单元的处理量评分w1进行修正时，包括：
9.如权利要求8所述的一种人工智能加速运算芯片，其特征在于，所述控制模块还用于根据所述处理量评分平均分与若干所述处理单元的处理量评分之间的关系，分配所述数据集中的数据量时，包括：
10.如权利要求9所述的一种人工智能加速运算芯片，其特征在于，所述控制模块则根据所述处理量评分平均分q与所述未处于负载状态的所述处理单元的处理量评分w2之间的关系对该所述处理单元分配所述数据集中的数据量时，包括：
