CN119292671A 跨芯片平台的指令转换方法 （杭州宇泛智能科技股份有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN119292671A(43)申请公布日2025.01.10

(21)申请号202411835483.7

(22)申请日2024.12.13

(71)申请人杭州宇泛智能科技股份有限公司地址310000浙江省杭州市余杭区仓前街

道时尚万通城3幢24层、25层、26层

(72)发明人张波谢双赵五岳叶剑

(74)专利代理机构北京慧加伦知识产权代理有限公司16035

专利代理师陈伟伟

(51)Int.CI.

GO6F9/30(2018.01)

GO6F18/2411(2023.01)

GO6F18/22(2023.01)

GO6F18/214(2023.01)

权利要求书3页说明书18页附图5页

(54)发明名称

跨芯片平台的指令转换方法

(57)摘要

CN119292671A本申请实施例提供一种跨芯片平台的指令转换方法，方法包括：采集源芯片平台和目标芯片平台的指令集信息，建立指令特征分析模型，在特征向量空间中采用核函数计算指令间的语义相似度矩阵；基于语义相似度矩阵训练多层图注意力神经网络，将源平台指令与目标平台指令的特征向量映射至共享嵌入空间，应用强化学习方法对映射关系图谱进行迭代优化得到指令等效转换规则；在指令转换引擎中加载指令等效转换规则，对输入的源平台指令进行解码分析，将完成转换的目标平台指令序列输出至目标芯片平台的指令执行单元；本申请能够优化转换过程

CN119292671A

S101

S101

采集源艺片平台和目标芯片平台的指令集位息，建立指令特征分析模型，对所述指令集信息进行格

空间中采用核函数计算指令间的语义相似度矩阵

S102

谱进行选代优化得到指令等效转换规则

在指令转换引擎中加载所述指令等效转换规则，对输入的源平台指令进行解码分析。采用递归神经S103网络模型将复杂指令拆分为基本指令序列，根据所述转换规则将基本指令序列重编码为目标平台指

令，对所述重编码指令建立多级缓存结构，在一级缓存中存储热点指令的转换结果。在二级缓存中

换的目标平台指令序列输出至目标芯片平台的指令执行单元

CN119292671A权利要求书1/3页

2

1.一种跨芯片平台的指令转换方法，其特征在于，所述方法包括：

采集源芯片平台和目标芯片平台的指令集信息，建立指令特征分析模型，对所述指令集信息进行格式化处理提取指令格式、操作码和操作数特征，构建指令集的多维特征向量空间，在所述特征向量空间中采用核函数计算指令间的语义相似度矩阵；

基于所述语义相似度矩阵训练多层图注意力神经网络，将源平台指令与目标平台指令的特征向量映射至共享嵌入空间，采用谱聚类算法构建指令映射关系图谱，应用强化学习方法对所述映射关系图谱进行迭代优化得到指令等效转换规则；

在指令转换引擎中加载所述指令等效转换规则，对输入的源平台指令进行解码分析，采用递归神经网络模型将复杂指令拆分为基本指令序列，根据所述转换规则将基本指令序列重编码为目标平台指令，对所述重编码指令建立多级缓存结构，在一级缓存中存储热点指令的转换结果，在二级缓存中存储基本指令块的映射关系，基于历史访问数据训练预测模型对缓存内容进行动态调整，将完成转换的目标平台指令序列输出至目标芯片平台的指令执行单元。

2.根据权利要求1所述的跨芯片平台的指令转换方法，其特征在于，所述采集源芯片平台和目标芯片平台的指令集信息，建立指令特征分析模型，对所述指令集信息进行格式化处理提取指令格式、操作码和操作数特征，构建指令集的多维特征向量空间，包括：

建立芯片平台指令集扫描器从源芯片和目标芯片的指令手册中提取指令集数据，利用文本解析器对指令手册进行结构化分析生成指令描述文件，采用特征提取器从指令描述文件中识别指令的操作码字段和操作数字段位置，将每条指令解析为标准化的中间表示格式；

对标准化的指令表示使用词嵌入模型计算指令语义特征，通过卷积神经网络提取指令结构特征，将语义特征和结构特征拼接构建多维特征向量，利用主成分分析方法对特征向量进行降维处理生成指令特征向量空间。

3.根据权利要求1所述的跨芯片平台的指令转换方法，其特征在于，所述在所述特征向量空间中采用核函数计算指令间的语义相似度矩阵，包括：

在特征向量空间选择高斯核函数作为相似度度量工具，输入待比较指令对的特征向量，将特征向量映射