申威架构上面向CNN的批量矩阵乘并行优化方法及系统

本发明提出了申威架构上面向CNN的批量矩阵乘并行优化方法及系统，属于人工智能并行优化技术领域；包括：将卷积层中的输入特征图和卷积核分别转换为输入矩阵和权重矩阵，并批量处理为多组独立的矩阵乘法任务；主核将矩阵乘法任务封装为参数结构体数组，通过单次DMA传输至从核，从核根据线程总数和矩阵高度，采用动态行块划分算法将输入矩阵的行划分为行块任务；并对分配的独立行块执行子矩阵乘法计算，采用双缓冲DMA异步预取矩阵子块，执行矩阵乘累加计算。本发明能够提高批量矩阵乘在申威处理器主从核间的并行处理效率，优化算法性能。