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14个,建议您升级VIP下载更多相关专利
  • [发明专利]代码编译方法及相关装置-CN202310473190.8在审
  • 贾昆猛;李原;朱建斌;付尧;雷宇 - 珠海市芯动力科技有限公司
  • 2023-04-27 - 2023-09-05 - G06F8/41
  • 本申请提供了一种代码编译方法及相关装置,应用于电子设备的中央处理器,电子设备包括中央处理器和并行处理器,并行处理器包括标量指令处理单元和矢量指令处理单元,方法包括:获取待编译的目标中间代码,目标中间代码的代码类型为目标类型,目标类型用于指示代码格式与预设的汇编语言集合中的任意一种汇编语言对应的代码格式相同的中间代码;将目标中间代码编译为可被并行处理器执行的目标指令集。如此,开发者在从事对上述并行处理器的相关开发工作时,可以采用简单易懂的中间代码类型作为编译过程的中间表示,降低了开发难度,促使软件应用在上述并行处理器上的开发,以实现处理速度更快、功耗更低的并行处理过程。
  • 代码编译方法相关装置
  • [发明专利]代码编译方法及相关装置-CN202310473268.6在审
  • 贾昆猛;李原;朱建斌;付尧;雷宇 - 珠海市芯动力科技有限公司
  • 2023-04-27 - 2023-09-05 - G06F8/41
  • 本申请提供了一种代码编译方法及相关装置,应用于电子设备的中央处理器,电子设备包括中央处理器和并行处理器,并行处理器包括标量指令处理单元和矢量指令处理单元,方法包括:对采用并行编程模型编写的目标源码执行第一编译操作,得到目标中间指令集;对目标中间指令集执行第二编译操作,得到目标中间指令集对应的标量矢量混合指令集;对目标中间指令集对应的标量矢量混合指令集执行第三编译操作,得到目标机器码。如此,能够使得并行处理器中不同的处理单元/处理单元组正确执行标量/矢量指令,提高处理速度,降低功耗。同时,开发人员在对上述并行处理器进行相关项目开发时,仍旧可以采用传统的并行编程模型进行源码编写,降低了开发难度。
  • 代码编译方法相关装置
  • [发明专利]代码编译方法及相关装置-CN202310535630.8在审
  • 贾昆猛;李原;朱建斌;付尧;雷宇 - 珠海市芯动力科技有限公司
  • 2023-05-12 - 2023-09-05 - G06F8/41
  • 本发明实施例公开一种代码编译方法及相关装置,所述方法包括:获取待编译的目标中间代码;解析所述目标中间代码中的函数体外函数调用信息,得到多个函数体外函数;根据所述目标中间代码中的多个函数调用指令对应的函数名以及实参的数据类型,以及所述多个函数体外函数,确定多个被调用的函数的目标副本,其中,所述被调用的函数的目标副本中标识有形参的矢量属性;根据所述多个被调用的函数的目标副本得到可被并行处理器执行的目标指令集。这样,电子设备的中央处理器能够基于目标中间代码将标量指令与矢量指令区分开来,从而使得并行处理器中不同的处理单元/处理单元组能够正确执行标量/矢量指令,提高处理速度,降低功耗。
  • 代码编译方法相关装置
  • [发明专利]神经网络计算图的优化方法、装置及相关设备-CN202310474315.9在审
  • 雷宇;李原;朱建斌;付尧 - 珠海市芯动力科技有限公司
  • 2023-04-27 - 2023-09-05 - G06N3/08
  • 本申请提供了一种神经网络计算图的优化方法、装置及相关设备,其中,该神经网络计算图的优化方法,包括:将待优化子图对应的程序转换为以待优化子图的输出数据表示的目标程序;待优化子图为神经网络计算图的子图;建立待优化子图的输出数据的索引与统一计算设备架构CUDA线程索引的对应关系;根据目标程序和对应关系,将待优化子图对应的程序转换为CUDA程序。本申请实施例不用根据算子的类型和算子间的拓扑关系预先定义大量的匹配模板,无需通过与匹配模板大量的样式匹配来进行子图的优化,而是将子图转换成CUDA程序,进而有利于减少定义匹配模板和样式匹配的工作量,提升神经网络计算图的优化效率。
  • 神经网络计算优化方法装置相关设备
  • [发明专利]代码编译方法、代码编译装置、电子设备和存储介质-CN202310949725.4在审
  • 贾昆猛;李原;朱建斌;付尧;雷宇 - 珠海市芯动力科技有限公司
  • 2023-07-31 - 2023-08-29 - G06F8/41
  • 本申请公开了一种代码编译方法、代码编译装置、电子设备和存储介质,方法包括:获取待编译的目标中间代码,目标中间代码的代码格式为预设的汇编语言集合中任意一种汇编语言所对应的代码格式;解析目标中间代码,得到内存结构化数据,内存结构化数据包括多条指令;对多条指令中的定义指令所对应的输出寄存器重新分配编号,编号是指虚拟寄存器记录在数组变量中的索引值;根据重新分配编号的输出寄存器将内存结构化数据转换成标准中间代码,标准中间代码的代码格式符合静态单赋值格式。本申请有利于保证后续编译流程的正常进行,也使得开发者能够以更简单的方式编写中间代码,降低开发难度。
  • 代码编译方法装置电子设备存储介质
  • [发明专利]可重构并行处理-CN202111190491.7有效
  • 李原;朱建斌 - 珠海市芯动力科技有限公司
  • 2018-03-13 - 2023-01-06 - G06F15/78
  • 提供了用于线程级并行处理的处理器、系统和方法。处理器可以包括:多个处理单元(PE),其各自可以包括配置缓冲器;序列发生器,其耦合到该多个PE中的每一个的配置缓冲器并配置成将一个或多个PE配置分配给该多个PE;以及垫片内存,其耦合到多个PE并配置成存储至少一个PE执行结果以在下一PE配置期间由多个PE中的至少一个使用。
  • 可重构并行处理
  • [发明专利]可重构并行处理-CN201880017189.1有效
  • 李原;朱建斌 - 珠海市芯动力科技有限公司
  • 2018-03-13 - 2022-07-15 - G06F15/00
  • 提供了用于线程级并行处理的处理器、系统和方法。处理器可以包括:多个处理单元(PE),其各自可以包括配置缓冲器;序列发生器,其耦合到该多个PE中的每一个的配置缓冲器并配置成将一个或多个PE配置分配给该多个PE;以及垫片内存,其耦合到多个PE并配置成存储至少一个PE执行结果以在下一PE配置期间由多个PE中的至少一个使用。
  • 可重构并行处理
  • [发明专利]CUDA多线程处理方法、系统及相关设备-CN202111212768.1有效
  • 雷宇;李原;朱建斌;付尧;永田敏雄 - 珠海市芯动力科技有限公司
  • 2021-10-18 - 2022-05-31 - G06F9/38
  • 本申请提供了一种CUDA多线程处理方法、系统及相关设备,其中,该方法包括:获取核函数对应的配置信息;在历史配置信息中不存在与配置信息相匹配的目标历史配置信息的情况下,根据配置信息生成线程的三维索引;根据配置信息对生成的三维索引进行压缩打包,并将压缩打包后的三维索引存储在存储器中;在历史配置信息中存在目标历史配置信息的情况下,获取目标历史配置信息对应的历史三维索引;根据目标历史配置信息对历史三维索引进行压缩打包,并将压缩打包后的历史三维索引存储在存储器中。本申请实施例有利于提升CUDA中多线程并行处理的效率。
  • cuda多线程处理方法系统相关设备
  • [发明专利]可重构并行处理-CN202111188957.X在审
  • 李原;朱建斌 - 珠海市芯动力科技有限公司
  • 2018-03-13 - 2022-03-11 - G06F15/78
  • 提供了用于线程级并行处理的处理器、系统和方法。处理器可以包括:多个处理单元(PE),其各自可以包括配置缓冲器;序列发生器,其耦合到该多个PE中的每一个的配置缓冲器并配置成将一个或多个PE配置分配给该多个PE;以及垫片内存,其耦合到多个PE并配置成存储至少一个PE执行结果以在下一PE配置期间由多个PE中的至少一个使用。
  • 可重构并行处理
  • [发明专利]可重构并行处理-CN202111190493.6在审
  • 李原;朱建斌 - 珠海市芯动力科技有限公司
  • 2018-03-13 - 2022-03-11 - G06F15/78
  • 提供了用于线程级并行处理的处理器、系统和方法。处理器可以包括:多个处理单元(PE),其各自可以包括配置缓冲器;序列发生器,其耦合到该多个PE中的每一个的配置缓冲器并配置成将一个或多个PE配置分配给该多个PE;以及垫片内存,其耦合到多个PE并配置成存储至少一个PE执行结果以在下一PE配置期间由多个PE中的至少一个使用。
  • 可重构并行处理
  • [发明专利]可重构并行处理-CN202111195957.2在审
  • 李原;朱建斌 - 珠海市芯动力科技有限公司
  • 2018-03-13 - 2022-02-01 - G06F15/78
  • 提供了用于线程级并行处理的处理器、系统和方法。处理器可以包括:多个处理单元(PE),其各自可以包括配置缓冲器;序列发生器,其耦合到该多个PE中的每一个的配置缓冲器并配置成将一个或多个PE配置分配给该多个PE;以及垫片内存,其耦合到多个PE并配置成存储至少一个PE执行结果以在下一PE配置期间由多个PE中的至少一个使用。
  • 可重构并行处理
  • [发明专利]神经网络权值存储方法、读取方法及相关设备-CN202110498031.4有效
  • 雷宇;李原;朱建斌;付尧;永田敏雄 - 珠海市芯动力科技有限公司
  • 2021-05-07 - 2021-11-26 - G06F12/0895
  • 本申请提供了一种神经网络权值存储方法、读取方法及相关设备,其中,该存储方法包括:在系统初始化时将神经网络首层的权值固化在静态随机存取存储器的静态内存中;获取静态随机存取存储器的循环缓存中所述神经网络各层的权值累积长度;根据权值累积长度将各层中的目标层的权值固化在静态内存中;执行下一次获取权值累积长度的操作,重复执行多次获取权值累积长度的操作,直至各层中不存在目标层;根据各层中不存在目标层时对应的权值累积长度设定循环缓存的大小。本申请实施例有利于解决循环缓存上溢和下溢的问题,从而使芯片达到较优的吞吐量,进而降低芯片的功耗和成本。
  • 神经网络存储方法读取相关设备

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