芯片电路的数据处理方法、装置、设备及存储介质

摘要

本申请提供一种芯片电路的数据处理方法、装置、设备及存储介质，属于电力电子技术领域。该方法包括：确定目标运算芯片在场景业务数据中的目标运算矩阵，目标运算矩阵为拉普拉斯矩阵，场景业务数据包括：目标运算矩阵、多个场景参数矩阵以及待确定的加速矩阵；对目标运算矩阵进行矩阵变换，得到满足正则条件的变换后矩阵；根据变换后矩阵确定加速器信息，并基于加速器信息得到场景业务数据中的加速矩阵；对场景业务数据进行运算处理，得到场景业务数据的处理结果。本申请可以提高数据求解的速度，进而提高仿真的效率。

权利要求

1.一种芯片电路的数据处理方法，其特征在于，包括：确定目标运算芯片在场景业务数据中的目标运算矩阵，所述目标运算矩阵为拉普拉斯矩阵，所述场景业务数据包括：所述目标运算矩阵、多个场景参数矩阵以及待确定的加速矩阵；

对所述目标运算矩阵进行矩阵变换，得到满足正则条件的变换后矩阵；

根据所述变换后矩阵确定加速器信息，并基于所述加速器信息得到所述场景业务数据中的加速矩阵；

对所述场景业务数据进行运算处理，得到所述场景业务数据的处理结果；

所述根据所述变换后矩阵确定加速器信息，并基于所述加速器信息得到所述场景业务数据中的加速矩阵，包括：基于待使用的切比雪夫多项式以及所述变换后矩阵确定加速器信息；

将所述加速器信息作为所述场景业务数据中的加速矩阵。

2.如权利要求1所述的芯片电路的数据处理方法，其特征在于，所述对所述目标运算矩阵进行矩阵变换，得到满足正则条件的变换后矩阵，包括：确定所述目标运算矩阵的特征值；

基于所述目标运算矩阵的特征值对所述目标运算矩阵进行矩阵变换，得到满足正则条件的变换后矩阵。

3.如权利要求2所述的芯片电路的数据处理方法，其特征在于，所述确定所述目标运算矩阵的特征值，包括：根据所述目标运算矩阵的拉普拉斯谱特性，分别确定所述目标运算矩阵的最大特征值和最小特征值的范围；

所述基于所述目标运算矩阵的特征值对所述目标运算矩阵进行矩阵变化，得到满足正则条件的变换后矩阵，包括：基于所述目标运算矩阵的最大特征值以及最小特征值对所述目标运算矩阵进行矩阵变化，得到满足正则条件的变换后矩阵。

4.如权利要求1所述的芯片电路的数据处理方法，其特征在于，所述对所述目标运算矩阵进行矩阵变换，得到满足正则条件的变换后矩阵之前，所述方法还包括：确定待使用的切比雪夫多项式中的参数信息。

5.如权利要求1所述的芯片电路的数据处理方法，其特征在于，所述确定目标运算芯片在场景业务数据中的目标运算矩阵，包括：获取所述目标运算芯片在所述场景业务数据对应的业务场景中的电路方程组；

对所述电路方程组进行正则化处理，得到所述目标运算芯片在场景业务数据中的目标运算矩阵。

6.如权利要求1‑5任一项所述的芯片电路的数据处理方法，其特征在于，所述对所述场景业务数据进行运算处理，得到所述场景业务数据的处理结果，包括：采用预处理共轭梯度法，对所述场景业务数据进行运算处理，得到所述场景业务数据的处理结果。

7.一种芯片电路的数据处理装置，其特征在于，包括：确定模块、变换模块、矩阵模块以及结果模块；

所述确定模块，用于确定目标运算芯片在场景业务数据中的目标运算矩阵，所述目标运算矩阵为拉普拉斯矩阵，所述场景业务数据包括：所述目标运算矩阵、多个场景参数矩阵以及待确定的加速矩阵；

所述变换模块，用于对所述目标运算矩阵进行矩阵变换，得到满足正则条件的变换后矩阵；

所述矩阵模块，用于根据所述变换后矩阵确定加速器信息，并基于所述加速器信息得到所述场景业务数据中的加速矩阵；

所述结果模块，用于对所述场景业务数据进行运算处理，得到所述场景业务数据的处理结果；

所述矩阵模块，具体用于基于待使用的切比雪夫多项式以及所述变换后矩阵确定加速器信息；将所述加速器信息作为所述场景业务数据中的加速矩阵。

8.一种计算机设备，其特征在于，包括：存储器、处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现权利要求1至6任一项所述的方法的步骤。

9.一种计算机可读存储介质，其特征在于，所述存储介质上存储有计算机程序，该计算机程序被处理器执行时，实现权利要求1至6中任一项所述方法的步骤。

说明书

芯片电路的数据处理方法、装置、设备及存储介质

技术领域

[0001] 本申请涉及电力电子技术领域，具体而言，涉及一种芯片电路的数据处理方法、装置、设备及存储介质。

背景技术

[0002] 在集成电路中，通常需要基于芯片电路进行对应的计算，以实现对相关数据的处理。例如可以是对针对电、磁、热、力等实际应用数据的进行仿真处理得到对应的仿真结果。

[0003] 现有技术中，对超大规模（十亿百亿甚至更多晶体管）问题，主要采用迭代法求解，以得到仿真结果。其中预条件加速共轭梯度法（PCG，preconditioned conjugate gradient method）得到了广泛的应用。

[0004] 然而，迭代法的效率依赖于预条件加速器（也被称为预处理器）。仅仅采用该方法进行数据求解以得到仿真结果时，由于待仿真的数据量过于庞大，会导致求解过程较慢，进而导致仿真的效率低下。

发明内容

[0005] 本申请的目的在于提供一种芯片电路的数据处理方法、装置、设备及存储介质中，可以提高数据求解的速度，进而提高仿真的效率。

[0006] 本申请的实施例是这样实现的：

[0007] 本申请实施例的一方面，提供一种芯片电路的数据处理方法，包括：

[0008] 确定目标运算芯片在场景业务数据中的目标运算矩阵，目标运算矩阵为拉普拉斯矩阵，场景业务数据包括：目标运算矩阵、多个场景参数矩阵以及待确定的加速矩阵；

[0009] 对目标运算矩阵进行矩阵变换，得到满足正则条件的变换后矩阵；

[0010] 根据变换后矩阵确定加速器信息，并基于加速器信息得到场景业务数据中的加速矩阵；

[0011] 对场景业务数据进行运算处理，得到场景业务数据的处理结果。

[0012] 可选地，对目标运算矩阵进行矩阵变换，得到满足正则条件的变换后矩阵，包括：

[0013] 确定目标运算矩阵的特征值；

[0014] 基于目标运算矩阵的特征值对目标运算矩阵进行矩阵变换，得到满足正则条件的变换后矩阵。

[0015] 可选地，确定目标运算矩阵的特征值，包括：

[0016] 根据目标运算矩阵的拉普拉斯谱特性，分别确定目标运算矩阵的最大特征值和最小特征值；

[0017] 基于目标运算矩阵的特征值对目标运算矩阵进行矩阵变化，得到满足正则条件的变换后矩阵，包括：

[0018] 基于目标运算矩阵的最大特征值以及最小特征值对目标运算矩阵进行矩阵变化，得到满足正则条件的变换后矩阵。

[0019] 可选地，根据变换后矩阵确定加速器信息，并基于加速器信息得到场景业务数据中的加速矩阵，包括：

[0020] 基于待使用的切比雪夫多项式以及变换后矩阵确定加速器信息；

[0021] 将加速器信息作为场景业务数据中的加速矩阵。

[0022] 可选地，对目标运算矩阵进行矩阵变换，得到满足正则条件的变换后矩阵之前，该方法还包括：

[0023] 确定待使用的切比雪夫多项式中的参数信息。

[0024] 可选地，确定目标运算芯片在场景业务数据中的目标运算矩阵，包括：

[0025] 获取目标运算芯片在场景业务数据对应的业务场景中的电路方程组；

[0026] 对电路方程组进行正则化处理，得到目标运算芯片在场景业务数据中的目标运算矩阵。

[0027] 可选地，对场景业务数据进行运算处理，得到场景业务数据的处理结果，包括：

[0028] 采用预处理共轭梯度法，对场景业务数据进行运算处理，得到场景业务数据的处理结果。

[0029] 本申请实施例的另一方面，提供一种芯片电路的数据处理装置，包括：确定模块、变换模块、矩阵模块以及结果模块；

[0030] 确定模块，用于确定目标运算芯片在场景业务数据中的目标运算矩阵，目标运算矩阵为拉普拉斯矩阵，场景业务数据包括：目标运算矩阵、多个场景参数矩阵以及待确定的加速矩阵；

[0031] 变换模块，用于对目标运算矩阵进行矩阵变换，得到满足正则条件的变换后矩阵；

[0032] 矩阵模块，用于根据变换后矩阵确定加速器信息，并基于加速器信息得到场景业务数据中的加速矩阵；

[0033] 结果模块，用于对场景业务数据进行运算处理，得到场景业务数据的处理结果。

[0034] 可选地，变换模块，具体用于确定目标运算矩阵的特征值；基于目标运算矩阵的特征值对目标运算矩阵进行矩阵变换，得到满足正则条件的变换后矩阵。

[0035] 可选地，变换模块，具体用于根据目标运算矩阵的拉普拉斯谱特性，分别确定目标运算矩阵的最大特征值和最小特征值；基于目标运算矩阵的最大特征值以及最小特征值对目标运算矩阵进行矩阵变化，得到满足正则条件的变换后矩阵。

[0036] 可选地，矩阵模块，具体用于基于待使用的切比雪夫多项式以及变换后矩阵确定加速器信息；将加速器信息作为场景业务数据中的加速矩阵。

[0037] 可选地，变换模块，还用于确定待使用的切比雪夫多项式中的参数信息。

[0038] 可选地，确定模块，具体用于获取目标运算芯片在场景业务数据对应的业务场景中的电路方程组；对电路方程组进行正则化处理，得到目标运算芯片在场景业务数据中的目标运算矩阵。

[0039] 可选地，结果模块，具体用于采用预处理共轭梯度法，对场景业务数据进行运算处理，得到场景业务数据的处理结果。

[0040] 本申请实施例的另一方面，提供一种计算机设备，包括：存储器、处理器，存储器中存储有可在处理器上运行的计算机程序，处理器执行计算机程序时，实现芯片电路的数据处理方法的步骤。

[0041] 本申请实施例的另一方面，提供一种计算机可读存储介质，存储介质上存储有计算机程序，该计算机程序被处理器执行时，实现芯片电路的数据处理方法的步骤。

[0042] 本申请实施例的有益效果包括：

[0043] 本申请实施例提供的一种芯片电路的数据处理方法、装置、设备及存储介质中，可以确定目标运算芯片在场景业务数据中的目标运算矩阵，进而对目标运算矩阵进行矩阵变换，得到满足正则条件的变换后矩阵，并可以根据变换后矩阵确定加速器信息，以及基于加速器信息得到场景业务数据中的加速矩阵，最后可以对场景业务数据进行运算处理，得到场景业务数据的处理结果。其中，目标运算矩阵为拉普拉斯矩阵，场景业务数据中可以包括：目标运算矩阵、多个场景参数矩阵以及加速矩阵，通过对目标运算矩阵的变换的过程可以得到加速矩阵，进而可以基于加速矩阵、目标运算矩阵以及多个场景参数矩阵进行对应的计算处理，得到对应的结果，由于通过变换处理后得到的加速矩阵可以提高计算处理的速度，因此，在对场景业务数据进行运算处理，得到场景业务数据的处理结果的过程中，可以提高数据求解的速度，进而提高仿真的效率。

附图说明

[0044] 为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

[0045] 图1为本申请实施例提供的芯片电路的数据处理方法的流程示意图；

[0046] 图2为本申请实施例提供的芯片电路的数据处理方法的另一流程示意图；

[0047] 图3为本申请实施例提供的芯片电路的数据处理方法的另一流程示意图；

[0048] 图4为本申请实施例提供的芯片电路的数据处理方法的另一流程示意图；

[0049] 图5为本申请实施例提供的芯片电路的数据处理方法的另一流程示意图；

[0050] 图6为本申请实施例提供的芯片电路的数据处理装置的结构示意图；

[0051] 图7为本申请实施例提供的计算机设备的结构示意图。

具体实施方式

[0052] 为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。

[0053] 因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

[0054] 应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

[0055] 在本申请的描述中，需要说明的是，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

[0056] 为了更加清晰的对本申请的方案进行诠释，下面对本申请实施例中所涉及到的预条件加速共轭梯度法进行具体释义：

[0057] 预处理共轭梯度法主要用于求解大型稀疏方程组。其中，普通的共扼梯度法对于对称超正定方程，只要迭代步数达到方程的阶数就可以得到精确解，但实际上当系数矩阵的条件数(最大最小特征值之比)很大时，普通的共轭梯度法收敛速度很慢。采用预处理共轭梯度法对系数矩阵作预处理，以加速迭代收敛速度，从而完成对应的仿真过程得到对应的仿真结果。

[0058] 然而仅仅采用该方法进行数据求解以得到仿真结果时，由于待仿真的数据量过于庞大，也有可能会导致求解过程较慢，进而导致仿真的效率低下，为了解决现有技术中存在的这一技术问题，下面来具体解释本申请实施例中提供的芯片电路的数据处理方法的具体实施过程。

[0059] 图1为本申请实施例提供的芯片电路的数据处理方法的流程示意图，请参照图1，芯片电路的数据处理方法，包括：

[0060] S110：确定目标运算芯片在场景业务数据中的目标运算矩阵。

[0061] 其中，目标运算矩阵为拉普拉斯矩阵，场景业务数据包括：目标运算矩阵、多个场景参数矩阵以及待确定的加速矩阵。

[0062] 可选地，该方法的执行主体可以是任意计算机设备，具体可以是计算机设备中的相关计算单元，例如：具有处理功能器件、具有计算功能的器件等，在此不作具体限制，上述目标运算芯片即可以设置在该计算单元中。

[0063] 需要说明的是，场景业务数据可以是在目标运算芯片在执行对应场景的业务时所需要的数据，例如：若目标运算芯片为车载芯片，则场景业务数据可以是在执行该业务时所需要的相关数据，例如：车辆的供电、车辆的功率等，在此不作具体限制，仅作为其中的一种示例。

[0064] 对于应用场景的不同，所需要的场景业务数据也可以不同，这些场景业务数据均可以按照数值或者矩阵的形式进行存储，所需要的场景业务数据可以包括多种。

[0065] 其中，目标运算矩阵、多个场景参数矩阵以及待确定的加速矩阵均可以作为场景业务数据中的内容。目标运算矩阵具体可以是通过电路方程组得到的拉普拉斯矩阵，多个场景参数矩阵，可以根据实际参数的不同，以不同的形式存在，例如：列矩阵、单位矩阵等，在此不作具体限制，加速矩阵可以在运算过程中起加速运算作用的矩阵，可以通过计算的方式确定该加速矩阵的。

[0066] 可以根据目标运算芯片的芯片电路中的电路方程组得到目标运算矩阵。

[0067] S120：对目标运算矩阵进行矩阵变换，得到满足正则条件的变换后矩阵。

[0068] 可选地，得到目标运算矩阵之后，可以对目标运算矩阵进行矩阵变换，具体可以是对矩阵的大小，或者系数等进行相关变换，变换的方式可以基于正则条件来进行具体变换。

[0069] 基于上述变换之后，可以得到满足正则条件的变换后矩阵。

[0070] 需要说明的是，具体可以根据目标运算矩阵的特征值，对目标运算矩阵进行变换。

[0071] S130：根据变换后矩阵确定加速器信息，并基于加速器信息得到场景业务数据中的加速矩阵。

[0072] 可选地，得到变换后矩阵之后，可以基于预先配置的计算方式对加速器信息进行计算，其中，加速器信息可以是一个矩阵，可以用加速器信息对应的矩阵来表示场景业务数据中的加速矩阵。

[0073] 例如：可以将变换后矩阵带入加速器信息计算公式中，并对该公式进行求解，进而得到加速器信息。

[0074] S140：对场景业务数据进行运算处理，得到场景业务数据的处理结果。

[0075] 可选地，得到加速器信息之后，场景业务数据中的所有矩阵都为已经确定的矩阵，则可以基于目标运算矩阵、多个场景参数矩阵以及确定了的加速矩阵进行运算处理，得到场景业务数据的处理结果。

[0076] 其中，进行运算处理的过程中，具体可以采用上述预条件加速共轭梯度法来实现，在使用该方法进行矩阵计算时，使用的加速矩阵采用的是通过上述S110‑S130得到的加速矩阵。

[0077] 也即是说，可以采用预处理共轭梯度法，对场景业务数据进行运算处理，得到场景业务数据的处理结果。

[0078] 本申请实施例提供的一种芯片电路的数据处理方法中，可以确定目标运算芯片在场景业务数据中的目标运算矩阵，进而对目标运算矩阵进行矩阵变换，得到满足正则条件的变换后矩阵，并可以根据变换后矩阵确定加速器信息，以及基于加速器信息得到场景业务数据中的加速矩阵，最后可以对场景业务数据进行运算处理，得到场景业务数据的处理结果。其中，目标运算矩阵为拉普拉斯矩阵，场景业务数据中可以包括：目标运算矩阵、多个场景参数矩阵以及加速矩阵，通过对目标运算矩阵的变换的过程可以得到加速矩阵，进而可以基于加速矩阵、目标运算矩阵以及多个场景参数矩阵进行对应的计算处理，得到对应的结果，由于通过变换处理后得到的加速矩阵可以提高计算处理的速度，因此，在对场景业务数据进行运算处理，得到场景业务数据的处理结果的过程中，可以提高数据求解的速度，进而提高仿真的效率。

[0079] 下面来具体解释本申请实施例中提供的芯片电路的数据处理方法中的另一具体实施过程。

[0080] 图2为本申请实施例提供的芯片电路的数据处理方法的另一流程示意图，请参照图2，对目标运算矩阵进行矩阵变换，得到满足正则条件的变换后矩阵，包括：

[0081] S210：确定目标运算矩阵的特征值。

[0082] 可选地，由于目标运算矩阵具体可以是拉普拉斯矩阵，可以根据拉普拉斯谱特性确定出目标运算矩阵的特征值。

[0083] 需要说明的是，拉普拉斯矩阵每行/列之和为0，可以基于该规则确定出拉普拉斯谱特性，进而可以基于拉普拉斯谱特性确定出目标运算矩阵的特征值。

[0084] S220：基于目标运算矩阵的特征值对目标运算矩阵进行矩阵变换，得到满足正则条件的变换后矩阵。

[0085] 可选地，得到目标运算矩阵的特征值之后，可以基于目标运算矩阵的特征值对目标运算矩阵进行矩阵变换，得到满足正则条件的变换后矩阵。

[0086] 具体可以是基于目标运算矩阵的特征值、以及电路方程组，得到矩阵变换后矩阵。

[0087] 本申请实施例中提供的芯片电路的数据处理方法中，可以确定目标运算矩阵的特征值，基于目标运算矩阵的特征值对目标运算矩阵进行矩阵变换，得到满足正则条件的变换后矩阵。其中，通过矩阵的特征值来进行矩阵变化，可以更加准确地得到满足正则条件的变换后矩阵。

[0088] 下面来具体解释本申请实施例中提供的芯片电路的数据处理方法中确定变换后矩阵的具体实施过程。

[0089] 图3为本申请实施例提供的芯片电路的数据处理方法的另一流程示意图，请参照图3，确定目标运算矩阵的特征值，包括：

[0090] S310：根据目标运算矩阵的拉普拉斯谱特性，分别确定目标运算矩阵的最大特征值和最小特征值。

[0091] 可选地，根据目标运算矩阵的拉普拉斯谱特性可以得到，拉普拉斯矩阵最小的特征值接近0，最大特征值接近2。

[0092] 可以确定目标运算矩阵的最大特征值为2，最小特征值为0。

[0093] 基于目标运算矩阵的特征值对目标运算矩阵进行矩阵变化，得到满足正则条件的变换后矩阵，包括：

[0094] S320：基于目标运算矩阵的最大特征值以及最小特征值对目标运算矩阵进行矩阵变化，得到满足正则条件的变换后矩阵。

[0095] 变换后矩阵的具体计算公式如下：

[0096] ；

[0097] 其中，Z即为满足正则条件的变换后矩阵， 为最大特征值， 为最小特征值，B为目标运算矩阵，I为单位矩阵。

[0098] 其中，电路方程组A进行正则化处理后即可以得到目标运算矩阵，目标运算矩阵B可以表示为 ；其中，D为电路方程组A对应的对角矩阵，则上述计算公式可以通过计算得到：

[0099] ；

[0100] 通过上述计算得到的Z矩阵即为满足正则条件的变换后矩阵。

[0101] 本申请实施例中提供的芯片电路的数据处理方法中，可以根据目标运算矩阵的拉普拉斯谱特性，分别确定目标运算矩阵的最大特征值和最小特征值；基于目标运算矩阵的最大特征值以及最小特征值对目标运算矩阵进行矩阵变化，得到满足正则条件的变换后矩阵。其中，通过最大特征值和最小特征值来进行矩阵变化，可以更加准确地得到满足正则条件的变换后矩阵。

[0102] 下面来具体解释本申请实施例中提供的芯片电路的数据处理方法中确定加速矩阵的具体实施过程。

[0103] 图4为本申请实施例提供的芯片电路的数据处理方法的另一流程示意图，请参照图4，根据变换后矩阵确定加速器信息，并基于加速器信息得到场景业务数据中的加速矩阵，包括：

[0104] S410：基于待使用的切比雪夫多项式以及变换后矩阵确定加速器信息。

[0105] 待使用的切比雪夫多项式定义具体如下：

[0106] ；

[0107] 其中，M为加速器， … … 为预设系数， 为k阶切比雪夫通项公式，r为加速器所使用的切比雪夫多项式的个数。

[0108] 可以将电路方程组A正则化后得到Z代入切比雪夫多项式。

[0109] 其中，切比雪夫公式具体可以表示为：

[0110] ；

[0111] ；

[0112] ；

[0113] 将变换后矩阵带入上述公式之后，可以得到加速器信息。

[0114] S420：将加速器信息作为场景业务数据中的加速矩阵。

[0115] 可选地，最终计算得到的加速器信息可以以矩阵的形式表示，则可以将该矩阵作为场景业务数据中的加速矩阵。

[0116] 下面来具体解释本申请实施例中提供的芯片电路的数据处理方法中确定矩阵变化的正则条件的具体实施过程。

[0117] 本申请实施例中提供的芯片电路的数据处理方法中，可以基于待使用的切比雪夫多项式以及变换后矩阵确定加速器信息；将加速器信息作为场景业务数据中的加速矩阵。其中，通过带入切比雪夫多项式的方法进行加速矩阵的确定，可以得到更加满足实际需求的加速矩阵。

[0118] 可选地，对目标运算矩阵进行矩阵变换，得到满足正则条件的变换后矩阵之前，该方法还包括：确定待使用的切比雪夫多项式中的参数信息。

[0119] 可选地，待使用的切比雪夫多项式具体如下：

[0120] ；

[0121] 由于其中的 为预设系数，也即是说，不同的切比雪夫多项式中预设系数的值可以不同，对于本申请实施例中使用的切比雪夫多项式，可以根据实际使用的电路环境进行预配置，例如：可以设置 具体按照如下公式进行取值：

[0122] ；

[0123] 其中，r值可以根据实际需求进行对应设置，例如可以取5，或者也可以根据实际需求选择其他的使用数值，在此不作具体限制。

[0124] 下面来具体解释本申请实施例中提供的芯片电路的数据处理方法中确定目标运算矩阵的具体实施过程。

[0125] 图5为本申请实施例提供的芯片电路的数据处理方法的另一流程示意图，请参照图5，确定目标运算芯片在场景业务数据中的目标运算矩阵，包括：

[0126] S610：获取目标运算芯片在场景业务数据对应的业务场景中的电路方程组。

[0127] 需要说明的是，目标运算芯片在场景业务数据对应的业务场景中的电路方程组即为上述电路方程组A，在目标运算芯片执行运算的过程中可以获取该电路方程组。

[0128] S620：对电路方程组进行正则化处理，得到目标运算芯片在场景业务数据中的目标运算矩阵。

[0129] 可选地，对电路方程组进行正则化处理之后可以得到目标运算芯片在场景业务数据中的目标运算矩阵。

[0130] 具体也即是：

[0131] ；

[0132] 其中，D为电路方程组A对应的对角矩阵。

[0133] 下述对用以执行的本申请所提供的芯片电路的数据处理方法对应的装置、设备及存储介质等进行说明，其具体的实现过程以及技术效果参见上述，下述不再赘述。

[0134] 图6为本申请实施例提供的芯片电路的数据处理装置的结构示意图，请参照图6，芯片电路的数据处理装置，包括：确定模块710、变换模块720、矩阵模块730以及结果模块740；

[0135] 确定模块710，用于确定目标运算芯片在场景业务数据中的目标运算矩阵，目标运算矩阵为拉普拉斯矩阵，场景业务数据包括：目标运算矩阵、多个场景参数矩阵以及待确定的加速矩阵；

[0136] 变换模块720，用于对目标运算矩阵进行矩阵变换，得到满足正则条件的变换后矩阵；

[0137] 矩阵模块730，用于根据变换后矩阵确定加速器信息，并基于加速器信息得到场景业务数据中的加速矩阵；

[0138] 结果模块740，用于对场景业务数据进行运算处理，得到场景业务数据的处理结果。

[0139] 可选地，变换模块720，具体用于确定目标运算矩阵的特征值；基于目标运算矩阵的特征值对目标运算矩阵进行矩阵变换，得到满足正则条件的变换后矩阵。

[0140] 可选地，变换模块720，具体用于根据目标运算矩阵的拉普拉斯谱特性，分别确定目标运算矩阵的最大特征值和最小特征值；基于目标运算矩阵的最大特征值以及最小特征值对目标运算矩阵进行矩阵变化，得到满足正则条件的变换后矩阵。

[0141] 可选地，矩阵模块730，具体用于基于待使用的切比雪夫多项式以及变换后矩阵确定加速器信息；将加速器信息作为场景业务数据中的加速矩阵。

[0142] 可选地，变换模块720，还用于确定待使用的切比雪夫多项式；基于待使用的切比雪夫多项式确定矩阵变化的正则条件。

[0143] 可选地，确定模块710，具体用于获取目标运算芯片在场景业务数据对应的业务场景中的电路方程组；对电路方程组进行正则化处理，得到目标运算芯片在场景业务数据中的目标运算矩阵。

[0144] 可选地，结果模块740，具体用于采用预处理共轭梯度法，对场景业务数据进行运算处理，得到场景业务数据的处理结果。

[0145] 本申请实施例提供的一种芯片电路的数据处理装置中，可以确定目标运算芯片在场景业务数据中的目标运算矩阵，进而对目标运算矩阵进行矩阵变换，得到满足正则条件的变换后矩阵，并可以根据变换后矩阵确定加速器信息，以及基于加速器信息得到场景业务数据中的加速矩阵，最后可以对场景业务数据进行运算处理，得到场景业务数据的处理结果。其中，目标运算矩阵为拉普拉斯矩阵，场景业务数据中可以包括：目标运算矩阵、多个场景参数矩阵以及加速矩阵，通过对目标运算矩阵的变换的过程可以得到加速矩阵，进而可以基于加速矩阵、目标运算矩阵以及多个场景参数矩阵进行对应的计算处理，得到对应的结果，由于通过变换处理后得到的加速矩阵可以提高计算处理的速度，因此，在对场景业务数据进行运算处理，得到场景业务数据的处理结果的过程中，可以提高数据求解的速度，进而提高仿真的效率。

[0146] 上述装置用于执行前述实施例提供的方法，其实现原理和技术效果类似，在此不再赘述。

[0147] 以上这些模块可以是被配置成实施以上方法的一个或多个集成电路，例如：一个或多个特定集成电路（Application Specific Integrated Circuit，简称ASIC），或，一个或多个微处理器，或，一个或者多个现场可编程门阵列（Field Programmable Gate Array，简称FPGA）等。再如，当以上某个模块通过处理元件调度程序代码的形式实现时，该处理元件可以是通用处理器，例如中央处理器（Central Processing Unit，简称CPU）或其它可以调用程序代码的处理器。再如，这些模块可以集成在一起，以片上系统（system‑on‑a‑chip，简称SOC）的形式实现。

[0148] 图7为本申请实施例提供的计算机设备的结构示意图，请参照图7，计算机设备，包括：存储器810、处理器820，存储器810中存储有可在处理器820上运行的计算机程序，处理器820执行计算机程序时，实现芯片电路的数据处理方法的步骤。

[0149] 本申请实施例的另一方面，还提供一种计算机可读存储介质，存储介质上存储有计算机程序，该计算机程序被处理器执行时，实现芯片电路的数据处理方法的步骤。

[0150] 在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

[0151] 作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

[0152] 另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。

[0153] 上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）或处理器（英文：processor）执行本发明各个实施例方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（英文：Read‑Only Memory，简称：ROM）、随机存取存储器（英文：Random Access Memory，简称：
RAM）、磁碟或者光盘等各种可以存储程序代码的介质。

[0154] 上仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。

[0155] 以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。