CN110928579A - 生物识别的指令集加速方法及处理器 - Google Patents
生物识别的指令集加速方法及处理器 Download PDFInfo
- Publication number
- CN110928579A CN110928579A CN201910935073.2A CN201910935073A CN110928579A CN 110928579 A CN110928579 A CN 110928579A CN 201910935073 A CN201910935073 A CN 201910935073A CN 110928579 A CN110928579 A CN 110928579A
- Authority
- CN
- China
- Prior art keywords
- instruction set
- coprocessor
- request signal
- standard cpu
- expansion
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000001133 acceleration Effects 0.000 title claims abstract description 83
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 41
- 238000004590 computer program Methods 0.000 claims description 4
- 230000010365 information processing Effects 0.000 claims description 2
- 230000010354 integration Effects 0.000 abstract description 4
- 238000004891 communication Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 210000000554 iris Anatomy 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 210000003462 vein Anatomy 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 230000004791 biological behavior Effects 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 210000000887 face Anatomy 0.000 description 1
- 230000005021 gait Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/30—Arrangements for executing machine instructions, e.g. instruction decode
- G06F9/38—Concurrent instruction execution, e.g. pipeline or look ahead
- G06F9/3877—Concurrent instruction execution, e.g. pipeline or look ahead using a slave processor, e.g. coprocessor
- G06F9/3879—Concurrent instruction execution, e.g. pipeline or look ahead using a slave processor, e.g. coprocessor for non-native instruction execution, e.g. executing a command; for Java instruction set
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Advance Control (AREA)
Abstract
本发明提供了一种生物识别的指令集加速方法及处理器,发明通过将标准CPU与指令集扩展协处理器连接,所述标准CPU运行标准指令集,并在运行中与所述指令集扩展协处理器进行通信;所述指令集扩展协处理器运行生物识别算法涉及的计算热点的指令,并在运行中与所述标准CPU进行通信可以在生物识别算法的加速上,实现灵活性与专用性的折衷,实现电路的性能、功耗、面积的最佳综合。为了实现生物识别芯片最佳的性能、功耗、面积比,在标准CPU处理器标准指令集基础上,在指令集扩展协处理器只增加可配置的生物识别算法涉及的计算热点所需的指令,不浪费一点面积,实现生物识别领域的算法运算的精准加速。
Description
技术领域
本发明涉及一种生物识别的指令集加速方法及处理器。
背景技术
生物识别是一种通过计算机与光学、声学、生物传感器等高科技手段密切结合,利用人体固有的生理特性,如指纹、指静脉、人脸、虹膜等和行为特征如笔迹、声音、步态等进行个人身份鉴定的方法,因此从生物识别技术的大致可以分为生物体生理特种识别和生物体行为特征识别两大类。生物识别广泛应用于社会生活的方方面面,用来做身份认证、信息保护等,比如,手机的指纹识别,智能锁的指纹识别、指静脉识别、虹膜识别、人脸识别,智慧社区的指纹、指静脉、虹膜、人脸识别。
生物识别算法可以跑在满足算法性能的通用处理器上,这种通用处理器可以是ARM架构、X86架构、MIPS架构等指令集架构,以上指令集设计时重点考虑通用性,针对各种应用领域,跑生物识别算法是可以的,但是效率不是最佳。这种方式芯片电路的面积、能效比不是最佳。
生物识别算法可以跑在通用DSP上,通用DSP也是针对很多数学运算做了加速,尽管针对生物识别领域的算法加速是够的,但是功能有些多余。这种方式芯片电路的面积、能效比也不是最佳。
生物识别算法也可以把算法完全硬件化,以芯片电路的形式进行加速,但这种形式灵活性不够,一旦算法出现大的升级,芯片电路需要重新设计。
发明内容
本发明的目的在于提供一种生物识别的指令集加速方法及处理器。
为解决上述问题,本发明提供一种生物识别的指令集加速方法,包括:
将标准CPU与指令集扩展协处理器连接;
所述标准CPU运行标准指令集,并在运行中与所述指令集扩展协处理器进行通信;
所述指令集扩展协处理器运行生物识别算法涉及的计算热点的指令,并在运行中与所述标准CPU进行通信。
进一步的,在上述方法中,所述指令集扩展协处理器运行生物识别算法涉及的计算热点的指令,并在运行中与所述标准CPU进行通信,包括:
所述指令集扩展协处理器的指令集加速控制模块,在运行中与所述标准CPU进行通信,并控制指令集加速运算模块的工作;
所述指令集扩展协处理器的指令集加速运算模块,完成运行生物识别算法涉及的计算热点的指令,并将计算结果在指令集加速控制模块的控制下输出至所述标准CPU。
进一步的,在上述方法中,所述标准CPU在运行中与所述指令集扩展协处理器进行通信,包括如下至少一项:
所述标准CPU向所述指令集扩展协处理器发送控制请求信号,并从所述指令集扩展协处理器接收对应于所述控制请求信号的控制反馈信号;
所述标准CPU从所述指令集扩展协处理器接收控制请求信号,并向所述指令集扩展协处理器发送对应于所述控制请求信号的控制反馈信号;
所述标准CPU向所述指令集扩展协处理器发送数据请求信号,并从所述指令集扩展协处理器接收对应于所述数据请求信号的数据反馈信号;
所述标准CPU从所述指令集扩展协处理器接收数据请求信号,并向所述指令集扩展协处理器发送对应于所述数据请求信号的数据反馈信号。
进一步的,在上述方法中,所述指令集扩展协处理器在运行中与所述标准CPU进行通信,包括如下至少一项:
所述指令集扩展协处理器向所述标准CPU发送控制请求信号,并从所述标准CPU接收对应于所述控制请求信号的控制反馈信号;
所述指令集扩展协处理器从所述标准CPU接收控制请求信号,并向所述标准CPU发送对应于所述控制请求信号的控制反馈信号;
所述指令集扩展协处理器向所述标准CPU发送数据请求信号,并从所述标准CPU接收对应于所述数据请求信号的数据反馈信号;
所述指令集扩展协处理器从所述标准CPU接收数据请求信号,并向所述标准CPU发送对应于所述数据请求信号的数据反馈信号。
根据本发明的另一面,还提供一种生物识别的指令集加速处理器,包括:标准CPU和与所述标准CPU连接的指令集扩展协处理器,其中,
所述标准CPU,用于运行标准指令集,并在运行中与所述指令集扩展协处理器进行通信;
所述指令集扩展协处理器,用于运行生物识别算法涉及的计算热点的指令,并在运行中与所述标准CPU进行通信。
进一步的,在上述处理器中,所述指令集扩展协处理器包括:指令集加速控制模块和指令集加速运算模块,其中,
所述指令集加速控制模块,用于在运行中与所述标准CPU进行通信,并控制所述指令集加速运算模块的工作;
所述指令集加速运算模块,用于完成运行生物识别算法涉及的计算热点的指令,并将计算结果在指令集加速控制模块的控制下输出至所述标准CPU。
进一步的,在上述处理器中,所述标准CPU用于如下至少一项:
所述标准CPU,用于向所述指令集扩展协处理器发送控制请求信号,并从所述指令集扩展协处理器接收对应于所述控制请求信号的控制反馈信号;
所述标准CPU,用于从所述指令集扩展协处理器接收控制请求信号,并向所述指令集扩展协处理器发送对应于所述控制请求信号的控制反馈信号;
所述标准CPU,用于向所述指令集扩展协处理器发送数据请求信号,并从所述指令集扩展协处理器接收对应于所述数据请求信号的数据反馈信号;
所述标准CPU,用于从所述指令集扩展协处理器接收数据请求信号,并向所述指令集扩展协处理器发送对应于所述数据请求信号的数据反馈信号。
进一步的,在上述处理器中,所述指令集扩展用于如下至少一项:
所述指令集扩展协处理器,用于向所述标准CPU发送控制请求信号,并从所述标准CPU接收对应于所述控制请求信号的控制反馈信号;
所述指令集扩展协处理器,用于从所述标准CPU接收控制请求信号,并向所述标准CPU发送对应于所述控制请求信号的控制反馈信号;
所述指令集扩展协处理器,用于向所述标准CPU发送数据请求信号,并从所述标准CPU接收对应于所述数据请求信号的数据反馈信号;
所述指令集扩展协处理器,用于从所述标准CPU接收数据请求信号,并向所述标准CPU发送对应于所述数据请求信号的数据反馈信号。
根据本发明的另一面,还提供一种计算机可读介质,其上存储有计算机可读指令,所述计算机可读指令可被处理器执行以实现权利要求1至4中任一项所述的方法。
根据本发明的另一面,还提供一种用于在网络设备端信息处理的设备,该设备包括用于存储计算机程序指令的存储器和用于执行程序指令的处理器,其中,当该计算机程序指令被该处理器执行时,触发该设备执行权利要求1至4中任一项所述的方法。
与现有技术相比,本发明通过将标准CPU与指令集扩展协处理器连接,所述标准CPU运行标准指令集,并在运行中与所述指令集扩展协处理器进行通信;所述指令集扩展协处理器运行生物识别算法涉及的计算热点的指令,并在运行中与所述标准CPU进行通信可以在生物识别算法的加速上,实现灵活性与专用性的折衷,实现电路的性能、功耗、面积的最佳综合。为了实现生物识别芯片最佳的性能、功耗、面积比,在标准CPU处理器标准指令集基础上,在指令集扩展协处理器只增加可配置的生物识别算法涉及的计算热点所需的指令,不浪费一点面积,实现生物识别领域的算法运算的精准加速。
附图说明
图1是本发明一实施例的生物识别的指令集加速处理器的结构图;
图2是本发明一实施例的指令集扩展协处理器图的示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
如图1所示,本发明提供一种生物识别的指令集加速方法,包括:
步骤S1,将标准CPU与指令集扩展协处理器连接;
步骤S2,所述标准CPU运行标准指令集,并在运行中与所述指令集扩展协处理器进行通信;
步骤S3,所述指令集扩展协处理器运行生物识别算法涉及的计算热点的指令,并在运行中与所述标准CPU进行通信。
在此,实现生物识别算法的电路付出的性能、能耗、面积的代价往往很难平衡、折衷,比如,强调性能往往会牺牲功耗、面积,强调面积小往往会牺牲性能。本发明可以做到生物识别算法电路的性能、能耗、面积之间的更平衡、折衷。
本发明可以在生物识别算法的加速上,实现灵活性与专用性的折衷,实现电路的性能、功耗、面积的最佳综合。为了实现生物识别芯片最佳的性能、功耗、面积比,在标准CPU处理器标准指令集基础上,在指令集扩展协处理器只增加可配置的生物识别算法涉及的计算热点所需的指令,不浪费一点面积,实现生物识别领域的算法运算的精准加速。
如图2所示,本发明的生物识别的指令集加速方法一实施例中,步骤S3,所述指令集扩展协处理器运行生物识别算法涉及的计算热点的指令,并在运行中与所述标准CPU进行通信,包括:
所述指令集扩展协处理器的指令集加速控制模块,在运行中与所述标准CPU进行通信,并控制指令集加速运算模块的工作;
所述指令集扩展协处理器的指令集加速运算模块,完成运行生物识别算法涉及的计算热点的指令,并将计算结果在指令集加速控制模块的控制下输出至所述标准CPU。
在此,指令扩展协处理器由指令集加速控制模块和指令加速运算模块组成。指令集加速控制模块的作用类似状态机,控制着指令集加速运算模块的工作。指令集加速运算模块专责负责完成各种复杂的数学运算,计算结果在指令集加速控制模块的控制下输出出去。
指令加速控制模块负责对指令加速运算模块的全程控制。
指令加速运算模块在指令加速控制模块的指挥下,专注于指令加速的运算实现。
本发明的生物识别的指令集加速方法一实施例中,所述标准CPU在运行中与所述指令集扩展协处理器进行通信,包括如下至少一项:
所述标准CPU向所述指令集扩展协处理器发送控制请求信号,并从所述指令集扩展协处理器接收对应于所述控制请求信号的控制反馈信号;
所述标准CPU从所述指令集扩展协处理器接收控制请求信号,并向所述指令集扩展协处理器发送对应于所述控制请求信号的控制反馈信号;
所述标准CPU向所述指令集扩展协处理器发送数据请求信号,并从所述指令集扩展协处理器接收对应于所述数据请求信号的数据反馈信号;
所述标准CPU从所述指令集扩展协处理器接收数据请求信号,并向所述指令集扩展协处理器发送对应于所述数据请求信号的数据反馈信号。
在此,本实施例可以实现所述标准CPU与所述指令集扩展协处理器之间的可靠通信。
本发明的生物识别的指令集加速方法一实施例中,所述指令集扩展协处理器在运行中与所述标准CPU进行通信,包括如下至少一项:
所述指令集扩展协处理器向所述标准CPU发送控制请求信号,并从所述标准CPU接收对应于所述控制请求信号的控制反馈信号;
所述指令集扩展协处理器从所述标准CPU接收控制请求信号,并向所述标准CPU发送对应于所述控制请求信号的控制反馈信号;
所述指令集扩展协处理器向所述标准CPU发送数据请求信号,并从所述标准CPU接收对应于所述数据请求信号的数据反馈信号;
所述指令集扩展协处理器从所述标准CPU接收数据请求信号,并向所述标准CPU发送对应于所述数据请求信号的数据反馈信号。
在此,本实施例可以实现所述标准CPU与所述指令集扩展协处理器之间的可靠通信。
如图1所示,本发明提供一种生物识别的指令集加速处理器,包括:标准CPU和与所述标准CPU连接的指令集扩展协处理器,其中,
所述标准CPU,用于运行标准指令集,并在运行中与所述指令集扩展协处理器进行通信;
所述指令集扩展协处理器,用于运行生物识别算法涉及的计算热点的指令,并在运行中与所述标准CPU进行通信。
在此,实现生物识别算法的电路付出的性能、能耗、面积的代价往往很难平衡、折衷,比如,强调性能往往会牺牲功耗、面积,强调面积小往往会牺牲性能。本发明可以做到生物识别算法电路的性能、能耗、面积之间的更平衡、折衷。
本发明可以在生物识别算法的加速上,实现灵活性与专用性的折衷,实现电路的性能、功耗、面积的最佳综合。为了实现生物识别芯片最佳的性能、功耗、面积比,在标准CPU处理器标准指令集基础上,在指令集扩展协处理器只增加可配置的生物识别算法涉及的计算热点所需的指令,不浪费一点面积,实现生物识别领域的算法运算的精准加速。
如图2所示,本发明的生物识别的指令集加速处理器一实施例中,所述指令集扩展协处理器包括:指令集加速控制模块和指令集加速运算模块,其中,
所述指令集加速控制模块,用于在运行中与所述标准CPU进行通信,并控制所述指令集加速运算模块的工作;
所述指令集加速运算模块,用于完成运行生物识别算法涉及的计算热点的指令,并将计算结果在指令集加速控制模块的控制下输出至所述标准CPU。
在此,指令扩展协处理器由指令集加速控制模块和指令加速运算模块组成。指令集加速控制模块的作用类似状态机,控制着指令集加速运算模块的工作。指令集加速运算模块专责负责完成各种复杂的数学运算,计算结果在指令集加速控制模块的控制下输出出去。
指令加速控制模块负责对指令加速运算模块的全程控制。
指令加速运算模块在指令加速控制模块的指挥下,专注于指令加速的运算实现。
本发明的生物识别的指令集加速处理器一实施例中,所述标准CPU用于如下至少一项:
所述标准CPU,用于向所述指令集扩展协处理器发送控制请求信号,并从所述指令集扩展协处理器接收对应于所述控制请求信号的控制反馈信号;
所述标准CPU,用于从所述指令集扩展协处理器接收控制请求信号,并向所述指令集扩展协处理器发送对应于所述控制请求信号的控制反馈信号;
所述标准CPU,用于向所述指令集扩展协处理器发送数据请求信号,并从所述指令集扩展协处理器接收对应于所述数据请求信号的数据反馈信号;
所述标准CPU,用于从所述指令集扩展协处理器接收数据请求信号,并向所述指令集扩展协处理器发送对应于所述数据请求信号的数据反馈信号。
在此,本实施例可以实现所述标准CPU与所述指令集扩展协处理器之间的可靠通信。
本发明的生物识别的指令集加速处理器一实施例中,所述指令集扩展用于如下至少一项:
所述指令集扩展协处理器,用于向所述标准CPU发送控制请求信号,并从所述标准CPU接收对应于所述控制请求信号的控制反馈信号;
所述指令集扩展协处理器,用于从所述标准CPU接收控制请求信号,并向所述标准CPU发送对应于所述控制请求信号的控制反馈信号;
所述指令集扩展协处理器,用于向所述标准CPU发送数据请求信号,并从所述标准CPU接收对应于所述数据请求信号的数据反馈信号;
所述指令集扩展协处理器,用于从所述标准CPU接收数据请求信号,并向所述标准CPU发送对应于所述数据请求信号的数据反馈信号。
在此,本实施例可以实现所述标准CPU与所述指令集扩展协处理器之间的可靠通信。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
显然,本领域的技术人员可以对发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包括这些改动和变型在内。
Claims (10)
1.一种生物识别的指令集加速方法,其特征在于,包括:
将标准CPU与指令集扩展协处理器连接;
所述标准CPU运行标准指令集,并在运行中与所述指令集扩展协处理器进行通信;
所述指令集扩展协处理器运行生物识别算法涉及的计算热点的指令,并在运行中与所述标准CPU进行通信。
2.如权利要求1所述的生物识别的指令集加速方法,其特征在于,所述指令集扩展协处理器运行生物识别算法涉及的计算热点的指令,并在运行中与所述标准CPU进行通信,包括:
所述指令集扩展协处理器的指令集加速控制模块,在运行中与所述标准CPU进行通信,并控制指令集加速运算模块的工作;
所述指令集扩展协处理器的指令集加速运算模块,完成运行生物识别算法涉及的计算热点的指令,并将计算结果在指令集加速控制模块的控制下输出至所述标准CPU。
3.如权利要求1所述的生物识别的指令集加速方法,其特征在于,所述标准CPU在运行中与所述指令集扩展协处理器进行通信,包括如下至少一项:
所述标准CPU向所述指令集扩展协处理器发送控制请求信号,并从所述指令集扩展协处理器接收对应于所述控制请求信号的控制反馈信号;
所述标准CPU从所述指令集扩展协处理器接收控制请求信号,并向所述指令集扩展协处理器发送对应于所述控制请求信号的控制反馈信号;
所述标准CPU向所述指令集扩展协处理器发送数据请求信号,并从所述指令集扩展协处理器接收对应于所述数据请求信号的数据反馈信号;
所述标准CPU从所述指令集扩展协处理器接收数据请求信号,并向所述指令集扩展协处理器发送对应于所述数据请求信号的数据反馈信号。
4.如权利要求1所述的生物识别的指令集加速方法,其特征在于,所述指令集扩展协处理器在运行中与所述标准CPU进行通信,包括如下至少一项:
所述指令集扩展协处理器向所述标准CPU发送控制请求信号,并从所述标准CPU接收对应于所述控制请求信号的控制反馈信号;
所述指令集扩展协处理器从所述标准CPU接收控制请求信号,并向所述标准CPU发送对应于所述控制请求信号的控制反馈信号;
所述指令集扩展协处理器向所述标准CPU发送数据请求信号,并从所述标准CPU接收对应于所述数据请求信号的数据反馈信号;
所述指令集扩展协处理器从所述标准CPU接收数据请求信号,并向所述标准CPU发送对应于所述数据请求信号的数据反馈信号。
5.一种生物识别的指令集加速处理器,其特征在于,包括:标准CPU和与所述标准CPU连接的指令集扩展协处理器,其中,
所述标准CPU,用于运行标准指令集,并在运行中与所述指令集扩展协处理器进行通信;
所述指令集扩展协处理器,用于运行生物识别算法涉及的计算热点的指令,并在运行中与所述标准CPU进行通信。
6.如权利要求5所述的生物识别的指令集加速处理器,其特征在于,所述指令集扩展协处理器包括:指令集加速控制模块和指令集加速运算模块,其中,
所述指令集加速控制模块,用于在运行中与所述标准CPU进行通信,并控制所述指令集加速运算模块的工作;
所述指令集加速运算模块,用于完成运行生物识别算法涉及的计算热点的指令,并将计算结果在指令集加速控制模块的控制下输出至所述标准CPU。
7.如权利要求5所述的生物识别的指令集加速处理器,其特征在于,所述标准CPU用于如下至少一项:
所述标准CPU,用于向所述指令集扩展协处理器发送控制请求信号,并从所述指令集扩展协处理器接收对应于所述控制请求信号的控制反馈信号;
所述标准CPU,用于从所述指令集扩展协处理器接收控制请求信号,并向所述指令集扩展协处理器发送对应于所述控制请求信号的控制反馈信号;
所述标准CPU,用于向所述指令集扩展协处理器发送数据请求信号,并从所述指令集扩展协处理器接收对应于所述数据请求信号的数据反馈信号;
所述标准CPU,用于从所述指令集扩展协处理器接收数据请求信号,并向所述指令集扩展协处理器发送对应于所述数据请求信号的数据反馈信号。
8.如权利要求5所述的生物识别的指令集加速处理器,其特征在于,所述指令集扩展用于如下至少一项:
所述指令集扩展协处理器,用于向所述标准CPU发送控制请求信号,并从所述标准CPU接收对应于所述控制请求信号的控制反馈信号;
所述指令集扩展协处理器,用于从所述标准CPU接收控制请求信号,并向所述标准CPU发送对应于所述控制请求信号的控制反馈信号;
所述指令集扩展协处理器,用于向所述标准CPU发送数据请求信号,并从所述标准CPU接收对应于所述数据请求信号的数据反馈信号;
所述指令集扩展协处理器,用于从所述标准CPU接收数据请求信号,并向所述标准CPU发送对应于所述数据请求信号的数据反馈信号。
9.一种计算机可读介质,其上存储有计算机可读指令,所述计算机可读指令可被处理器执行以实现权利要求1至4中任一项所述的方法。
10.一种用于在网络设备端信息处理的设备,该设备包括用于存储计算机程序指令的存储器和用于执行程序指令的处理器,其中,当该计算机程序指令被该处理器执行时,触发该设备执行权利要求1至4中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910935073.2A CN110928579A (zh) | 2019-09-29 | 2019-09-29 | 生物识别的指令集加速方法及处理器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910935073.2A CN110928579A (zh) | 2019-09-29 | 2019-09-29 | 生物识别的指令集加速方法及处理器 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110928579A true CN110928579A (zh) | 2020-03-27 |
Family
ID=69849061
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910935073.2A Pending CN110928579A (zh) | 2019-09-29 | 2019-09-29 | 生物识别的指令集加速方法及处理器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110928579A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022087866A1 (zh) * | 2020-10-28 | 2022-05-05 | 华为技术有限公司 | 人工智能ai芯片的控制装置、控制方法及控制器 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101150393A (zh) * | 2006-09-21 | 2008-03-26 | 北京中电华大电子设计有限责任公司 | 一种适用于soc芯片的rsa协处理器设计方法 |
CN101719115A (zh) * | 2009-11-04 | 2010-06-02 | 北京中星微电子有限公司 | 主控处理器和协处理器***的通信方法、装置、*** |
CN104424033A (zh) * | 2013-09-02 | 2015-03-18 | 联想(北京)有限公司 | 一种电子设备及数据处理方法 |
CN106506960A (zh) * | 2016-11-29 | 2017-03-15 | 维沃移动通信有限公司 | 一种图像数据的处理方法及移动终端 |
CN109863505A (zh) * | 2019-01-22 | 2019-06-07 | 深圳市汇顶科技股份有限公司 | 指纹识别的方法、处理器和电子设备 |
-
2019
- 2019-09-29 CN CN201910935073.2A patent/CN110928579A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101150393A (zh) * | 2006-09-21 | 2008-03-26 | 北京中电华大电子设计有限责任公司 | 一种适用于soc芯片的rsa协处理器设计方法 |
CN101719115A (zh) * | 2009-11-04 | 2010-06-02 | 北京中星微电子有限公司 | 主控处理器和协处理器***的通信方法、装置、*** |
CN104424033A (zh) * | 2013-09-02 | 2015-03-18 | 联想(北京)有限公司 | 一种电子设备及数据处理方法 |
CN106506960A (zh) * | 2016-11-29 | 2017-03-15 | 维沃移动通信有限公司 | 一种图像数据的处理方法及移动终端 |
CN109863505A (zh) * | 2019-01-22 | 2019-06-07 | 深圳市汇顶科技股份有限公司 | 指纹识别的方法、处理器和电子设备 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022087866A1 (zh) * | 2020-10-28 | 2022-05-05 | 华为技术有限公司 | 人工智能ai芯片的控制装置、控制方法及控制器 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR20200013057A (ko) | 서비스 인가 방법, 장치, 및 디바이스 | |
KR102501838B1 (ko) | 심전도 신호를 이용한 인증 장치 및 방법 | |
CN105447368A (zh) | 一种用户终端访问权限的控制方法及用户终端 | |
EP3252639B1 (en) | Method and terminal for controlling unlocking based on fingerprint biomentric data | |
CN103927471A (zh) | 一种认证方法和装置 | |
RU2001133457A (ru) | Устройство и способ биометрической аутентификации | |
US10963715B2 (en) | Device and method for biometric recognition and method for registering biometric template | |
CN110928579A (zh) | 生物识别的指令集加速方法及处理器 | |
US20220188587A1 (en) | Apparatus | |
CN109712288A (zh) | 一种门禁控制的方法、用户设备以及门禁设备 | |
EP2192519B1 (en) | System and method of providing biometric quick launch | |
Pan et al. | An ultra-low memory fingerprint matching algorithm and its implementation on a 32-bit smart card | |
EP3246852A1 (en) | Method for controlling unlocking and mobile terminal | |
KR20200130647A (ko) | 음성 처리 향상에 위한 가우시안 가중 셀프 어텐션에 대한 방법 및 시스템 | |
CN111095896B (zh) | 用于控制对附带验证的功能进行访问的方法和*** | |
CN110990815A (zh) | 一种身份验证方法及装置 | |
KR101729748B1 (ko) | 지문인식 카드 및 이를 이용한 인증방법 | |
CN107451451A (zh) | 解锁控制方法及相关产品 | |
KR102010764B1 (ko) | 스마트폰 인증 기능을 이용한 컴퓨터 보안 시스템 및 방법 | |
TWI516971B (zh) | 虛擬卡認證系統及其認證裝置與電腦程式產品 | |
Fons et al. | Design of an embedded fingerprint matcher system | |
CN105956449A (zh) | 一种用户终端屏幕解锁方法、装置及用户终端 | |
CN112417429A (zh) | 安全验证方法、装置、电子设备及存储介质 | |
CN112232467A (zh) | 账户切换方法和多频物联卡 | |
CN105843469B (zh) | 一种应用图标排布方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200327 |