专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果188个,建议您升级VIP下载更多相关专利
  • [发明专利]稀疏矩阵乘法在可重构处理器阵列上的实现方法及装置-CN202011508930.X有效
  • 尹首一;杨轲翔;谷江源;韩慧明;刘雷波;魏少军 - 清华大学
  • 2020-12-18 - 2022-08-12 - G06F17/16
  • 本发明公开了一种稀疏矩阵乘法在可重构处理器阵列上的实现方法及装置,其中,该方法包括:采用列压缩格式存储待乘法运算的第一稀疏矩阵和第二稀疏矩阵,得到第一稀疏矩阵和第二稀疏矩阵中非零元素的数值数组、行号数组和列偏移数组;通过可重构处理器阵列中的多个处理器,采用列优先法对第一稀疏矩阵和第二稀疏矩阵中的非零元素执行乘法运算,得到多个压缩列,其中,每个压缩列包括一个数值数组和一个行号数组;通过可重构处理器阵列中的多个处理器,采用双调排序归并法对执行乘法运算后的多个压缩列进行归并处理,得到第一稀疏矩阵和第二稀疏矩阵的乘法运算结果。本发明能够在可重构处理阵列上高效实现稀疏矩阵乘法。
  • 稀疏矩阵乘法可重构处理器阵列实现方法装置
  • [发明专利]基于时间域存内计算的神经网络加速器及加速方法-CN202011548012.X有效
  • 尹首一;杨建勋;刘壮志;韩慧明;刘雷波;魏少军 - 清华大学
  • 2020-12-24 - 2022-08-12 - G06N3/063
  • 本发明公开了一种基于时间域存内计算的神经网络加速器及加速方法,神经网络加速器包括:主控制器,权重存储单元,激活值存储单元,子卷积核生成器,脉冲量化器和互补双模预测器;子卷积核生成器根据预设高低位交叉翻转编码表对量化权重进行按位比较,根据按位比较的结果生成多个子卷积核,将生成的多个子卷积核发送至时间域存内计算模块;脉冲量化器接收时间域存内计算模块根据特征图信息和多个子卷积核进行计算的结果,对计算的结果进行量化;互补双模预测器接收脉冲量化器量化后的结果,对量化后的结果进行排序后根据设定预测模式下的预测结果确定是否提前终止计算。本发明支持非均匀量化的同时减少访存、消除冗余计算并减少量化能耗和误差。
  • 基于时间域存内计算神经网络加速器加速方法
  • [发明专利]角点跟踪方法、装置、计算机设备及可读存储介质-CN202110285339.0有效
  • 尹首一;周凯;韩慧明;刘雷波;魏少军 - 清华大学
  • 2021-03-17 - 2022-08-05 - G06T7/246
  • 本发明实施例提供一种角点跟踪方法、装置、计算机设备及可读存储介质,其中,该方法包括:基于图像窗口在首帧图像中确定的所有角点视为待跟踪角点;将首帧图像的后一帧图像视为当前帧图像,循环执行以下步骤:跟踪待跟踪角点在当前帧图像中的位置;基于图像窗口对所有跟踪成功的待跟踪角点验证,将通过验证的待跟踪角点的ID、在前一帧图像中的位置和在当前帧图像中的位置作为当前跟踪结果输出;判断通过验证的待跟踪角点的个数是否大于预设值,若是,将其作为当前帧图像的待跟踪角点,将下一帧图像视为当前帧图像;若否,基于图像窗口确定角点,将新确定的角点和通过验证的待跟踪角点作为当前帧图像的待跟踪角点,将下一帧图像视为当前帧图像。
  • 跟踪方法装置计算机设备可读存储介质
  • [发明专利]面向粗粒度可重构处理器的任务划分方法和装置-CN202210250947.2在审
  • 尹首一;张振;韩慧明;刘雷波;魏少军 - 清华大学
  • 2022-03-15 - 2022-07-29 - G06F15/163
  • 本申请涉及一种面向粗粒度可重构处理器的任务划分方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括:根据目标子任务当前包含的节点,确定所述目标子任务的通信代价和执行代价;基于所述通信代价、所述执行代价和预设的搜索算法判断规则,确定所述目标子任务对应的搜索算法;基于所述搜索算法,确定本次划分的目标节点,并在所述目标子任务当前包含的节点数量小于目标硬件资源的情况下,将所述目标节点加入所述目标子任务,返回所述根据目标子任务当前包含的节点,确定所述目标子任务的通信代价和执行代价步骤。采用本方法能够提高系统实际运行效率。
  • 面向粒度可重构处理器任务划分方法装置
  • [发明专利]基于可重构处理器的数据存储方法和可重构处理器-CN202210242340.X在审
  • 尹首一;张振;韩慧明;刘雷波;魏少军 - 清华大学
  • 2022-03-11 - 2022-07-05 - G06F15/78
  • 本申请涉及一种基于可重构处理器的数据存储方法、可重构处理器、计算机设备、存储介质和计算机程序产品。所述方法包括:确定所述计算任务所需要的包含多个子数据的目标数据,在所述数据导入单元中,通过预设数据划分算法以及所述计算任务对应的数据同时访问条件,对所述目标数据中的各个子数据进行划分,得到读取地址变换参数;根据各所述子数据的外部存储器地址以及所述读取地址变换参数,分别计算各所述子数据在所述内存分块中的目标地址,并将目标数据存储至所述目标地址。通过采用本发明实施例所提供的方法导入外部存储器的数据,可以避免访问冲突,保证可重构处理器的处理性能。
  • 基于可重构处理器数据存储方法
  • [发明专利]异构加速处理器及数据计算方法-CN202210132954.2在审
  • 尹首一;位经传;王洲;韩慧明;朱丹;刘雷波;魏少军 - 清华大学
  • 2022-02-14 - 2022-06-07 - G06N3/063
  • 本发明公开了一种异构加速处理器及数据计算方法,该异构加速处理器包括:计算模块,包括卷积PE阵列和矢量计算控制单元;存储模块RAM用于存储数据;CPU用于将矢量计算指令发送至计算模块;卷积PE阵列包括多个PE单元,所述PE单元用于对原始数据进行神经网络卷积计算;所述数据整理变换模块用于对计算模块输出的中间数据进行整理变换,获得结果数据;所述矢量计算控制单元用于控制至少一个PE单元进行矢量计算;所述PE单元还用于在矢量计算控制单元的控制下,对原始数据或中间数据进行矢量计算;在接收到矢量计算指令后,对矢量计算指令中的数据进行矢量计算。本发明可以灵活地进行神经网络卷积计算和矢量计算,且可避免资源浪费。
  • 加速处理器数据计算方法
  • [发明专利]可重构处理器数据同步处理方法及装置-CN202011518287.9有效
  • 尹首一;罗列;谷江源;谢思敏;钟鸣;张淞;韩慧明;刘雷波;魏少军 - 清华大学
  • 2020-12-21 - 2022-06-03 - G06F9/38
  • 本发明提供了一种可重构处理器数据同步处理方法及装置,涉及通信技术领域,该方法包括获取第一节点的第一运算时刻信息、可重构处理器各节点的运算周期信息和间隔周期信息;根据第一运算时刻信息、运算周期信息和间隔周期信息计算第一节点的多个后继节点的第二运算时刻信息;后继节点与第一节点存在直接或间接的依赖关系;根据第二运算时刻信息计算除第一节点和多个后继节点外的剩余节点的第三运算时刻信息;根据第一运算时刻信息、第二运算时刻信息和第三运算时刻信息控制可重构处理器同步处理待处理任务。本发明实施例提供了对于高并行流水任务面对存储资源有限导致的访存冲突的解决方案。
  • 可重构处理器数据同步处理方法装置

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top