本公开关于一种基于机器学习模型实现数据分类的方法及装置、电子设备，该方法通过现场可编程逻辑门阵列器件实现，包括：获取待输入至机器学习模型的特征参量，其中，机器学习模型用于通过推理对特征参量进行分类，机器学习模型被分割成多级推理单元，多级推理单元存储在现场可编程逻辑门阵列器件的随机存取存储器，每级推理单元包括机器学习模型的节点信息；根据多级推理单元，将特征参量在随机存取存储器上进行多级缓存，其中，特征参量进行缓存的级数与推理单元的个数相同，其中，每级缓存的特征参量相同；依次利用多级推理单元中的各级推理单元从随机存取存储器上获取与推理单元对应的特征参量，并对特征参量进行推理处理。