1.一种资源的分配方法,其特征在于,所述方法应用于多核处理器中,所述方法包括:
获取目标神经网络模型对应的计算图,所述计算图包括各神经节点的连接关系和时序;
根据所述各神经节点的连接关系和时序,将所述各神经节点划分为多个神经节点组;
将所述多个神经节点组分配至多核处理器包含的各核中,以使所述多核处理器运行所述目标神经网络模型。
2.根据权利要求1所述的方法,其特征在于,所述根据所述各神经节点的连接关系和时序,将所述各神经节点划分为多个神经节点组,包括:
根据所述各神经节点的连接关系和时序,确定所述各神经节点对应的前驱神经节点;
针对所述各神经节点中的每个神经节点,如果该神经节点对应的前驱神经节点满足第一预设条件,则创建神经节点组,并将该神经节点添加至创建的神经节点组中,所述第一预设条件为该神经节点不存在对应的前驱神经节点,或者该神经节点对应多个前驱神经节点,或者该神经节点与其他神经节点对应同一前驱神经节点;
如果该神经节点对应的前驱神经节点不满足第一预设条件,则将该神经节点添加至该神经节点对应的前驱神经节点所属的神经节点组中。
3.根据权利要求1所述的方法,其特征在于,所述根据所述各神经节点的连接关系和时序,将所述各神经节点划分为多个神经节点组,包括:
根据所述各神经节点的连接关系和时序,确定所述各神经节点对应的后继神经节点;
针对所述各神经节点中的每个神经节点,如果该神经节点对应的后继神经节点满足第二预设条件,则创建神经节点组,并将该神经节点添加至创建的神经节点组中,所述第二预设条件为该神经节点不存在对应的后继神经节点,或者该神经节点对应多个后继神经节点,或者该神经节点与其他神经节点对应同一后继神经节点;
如果该神经节点对应的后继神经节点不满足第二预设条件,则将该神经节点添加至该神经节点对应的后继神经节点所属的神经节点组中。
4.根据权利要求1所述的方法,其特征在于,所述将所述多个神经节点组分配至多核处理器包含的各核中,包括:
针对每个神经节点组,将该神经节点组分配至多核处理器中当前任务量最小的核中。
5.根据权利要求1所述的方法,其特征在于,所述计算图还包括所述各神经节点的运算类型,所述将所述多个神经节点组分配至多核处理器包含的各核中,包括:
根据所述各神经节点的连接关系和时序,确定所述神经节点组的时序;
针对每个神经节点组,如果该神经节点组中包含目标运算类型的神经节点,则在多核处理器包含的核集群中,将未分配有与该神经节点组的时序相同,且包含目标运算类型的神经节点的神经节点组的核集群,确定该神经节点组对应的目标核集群,并将该神经节点组分配至所述目标核集群中当前任务量最小的核中;
如果该神经节点组未包含目标运算类型的神经节点,则将该神经节点组分配至所述多核处理器中当前任务量最小的核中。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
根据所述各神经节点的连接关系和时序,确定所述神经节点组对应的前序神经节点组;
针对每个神经节点组,如果该神经节点组与该神经节点组对应的前序神经节点组未分配至同一核中,则在该神经节点组中添加第一同步算子,并在该神经节点组对应的前序神经节点组中添加与所述第一同步算子对应的第二同步算子,所述第一同步算子和与所述第二同步算子用于执行同步运算。
7.一种资源的分配装置,其特征在于,所述装置应用于多核处理器中,所述装置包括:
获取模块,用于获取目标神经网络模型对应的计算图,所述计算图包括各神经节点的连接关系和时序;
划分模块,用于根据所述各神经节点的连接关系和时序,将所述各神经节点划分为多个神经节点组;
分配模块,用于将所述多个神经节点组分配至多核处理器包含的各核中,以使所述多核处理器运行所述目标神经网络模型。
8.一种计算机设备,包括存储器及处理器,所述存储器上存储有可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述方法的步骤。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
10.一种芯片系统,其特征在于,包括处理器,所述处理器和存储器耦合,所述存储器存储有程序指令,当所述存储器存储的程序指令被所述处理器执行时实现权利要求1至6任一项所述的方法。