“刁岚松”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果5个，建议您升级VIP下载更多相关专利

[发明专利]面向流水线并行训练的调度策略确定方法及系统-CN202310222902.9在审
发明人：王思宇;刁岚松;曹宗雁;佀畅;林伟 -专利权人：阿里巴巴（中国）有限公司
申请日： 2023-03-02 - 公布日： 2023-07-18 - 主分类号： G06F9/48 文献下载
摘要：本申请提供了一种面向流向线并行训练的调度策略确定方法及系统，属于云计算技术领域。所述方法包括：根据训练样本集和每个计算节点的属性信息，确定多种候选调度策略，候选调度策略包括一种将训练样本集均匀拆分成多个训练样本子集的样本拆分方案及对应的最大K值，最大K值用于指示每个计算节点在相应样本拆分方案下进行一次前向计算或后向计算时子集数量的最大值；基于每种候选调度策略中的样本拆分方案和各个计算节点之间的关联关系，生成每种候选调度策略对应的任务图像；根据当前网络状态和每种候选调度策略对应的任务图像与最大K值，确定出训练时长最短的目标调度策略。本申请能够在网络资源抢占的情况下，提高模型的训练效率。
面向流水线并行训练调度策略确定方法系统

[发明专利]处理器及其数据处理方法、摄像装置-CN201910105542.8有效
发明人：林伟;张健松;夏立雪;刁岚松;叶长安;窦顺利;孙猛;蒋昭;赵永科;梁昊;陈凯;丁力 -专利权人：阿里巴巴集团控股有限公司
申请日： 2019-02-01 - 公布日： 2023-05-02 - 主分类号： G06N3/063 文献下载
摘要：本发明公开了一种处理器及其数据处理方法、摄像装置。其中，该方法包括：缓存装置，获取待处理数据、神经网络参数和运算指令，其中，运算指令包括配置信息，配置信息用于确定运算模式，并根据运算模式对缓存装置和卷积运算装置进行配置；卷积运算装置，与缓存装置通信连接，用于使用运算模式，根据神经网络参数对待处理数据进行运算。本发明解决了现有技术中的神经网络模型处理装置的通用性差的技术问题。
处理器及其数据处理方法摄像装置

[发明专利]分布式执行深度学习任务的优化方法和分布式系统-CN202211530586.3有效
发明人： 刁岚松;王思宇;曹宗雁;刘小勇;林伟 -专利权人：阿里云计算有限公司
申请日： 2022-12-01 - 公布日： 2023-04-28 - 主分类号： G06F9/50 文献下载
摘要：公开了一种分布式执行深度学习任务的优化方法和分布式系统。所述方法包括：基于深度学习任务生成计算图并分配硬件资源；对硬件资源进行分组以获取至少一个分组方案；针对每个分组方案，基于该分组方案下的因子取值对计算图包含的多个算子各自涉及的张量信息进行切分，获取多个候选切分方案；使用开销模型选出效率最优的分布式执行切分方案，用于硬件资源的深度学习任务执行。由此，通过基于设备分组的算子切分，并结合基于开销模型的优化求解，实现针对各类深度学习任务的分布式执行自动优化。进一步地，可以引入基于分组的计算图分割，还可以根据不同的优化水平对求解空间进行限制，由此能够在可控的时间内生成所需优化级别的分布式执行方案。
分布式执行深度学习任务优化方法系统

[发明专利]深度学习模型分布式训练方法及其训练执行计划构建方法-CN202210062832.0在审
发明人：王思宇;樊士庆;刁岚松;龙国平;刘小勇;林伟 -专利权人：阿里云计算有限公司
申请日： 2022-01-19 - 公布日： 2022-06-10 - 主分类号： G06N3/08 文献下载
摘要：本公开涉及一种深度学习模型分布式训练方法及其训练执行计划构建方法，可以构建适合深度学习模型和用于训练该深度学习模型的模型训练系统的硬件拓扑架构的分布式训练执行计划。将深度学习模型的HLO或MLIR计算图拆分为对于不同样本能够独立进行计算的第一模块和剩余的第二模块；添加第三模块，用于通过本地累加来衔接第一模块和第二模块；将第一模块拆分为多个第一子级；基于模型训练系统的硬件拓扑架构，对所述多个第一子级以及所述多个第一子级上进行计算的多个批次的样本构建分布式训练执行计划，以降低总的训练时间及资源消耗。由此，提供了一种改进的深度学习模型训练方法及其执行计划构建方法，能够方便地构建分布式训练执行计划。
深度学习模型分布式训练方法及其执行计划构建

[发明专利]一种针对FPGA面积优化的优先级资源共享方法-CN201210564207.2有效
发明人：刘贵宅;于芳;刘忠立;刁岚松 -专利权人：中国科学院微电子研究所;北京飘石科技有限公司
申请日： 2012-12-21 - 公布日： 2017-11-17 - 主分类号： G06F9/46 文献下载
摘要：本发明公开了一种针对FPGA面积优化的优先级资源共享方法，包括读取RTL综合中间数据结构网表，查找并收集网表中所有时序互斥的分支；分析时序互斥的分支中的具体操作，检测并收集时序互斥的分支中相同的算术操作；以及优先对有相同输出的算术操作进行共享，其次对只有公共输入端口的算术操作进行共享，最后对没有公共端口的算术操作进行共享。利用本发明，通过检测HDL设计文件中时序互斥的相同的算术操作，对这些算术操作按照规定的顺序依次进行共享，就可以减少算术逻辑单元(ALU‑Arithmetic Logic Unit)，达到面积优化的效果。
一种针对 fpga 面积优化优先级资源共享方法