|
钻瓜专利网为您找到相关结果 137个,建议您 升级VIP下载更多相关专利
- [发明专利]矩阵转置方法-CN202310518621.8在审
-
裴京;王松;马骋;李博文;徐海峥
-
清华大学
-
2023-05-09
-
2023-09-19
-
G06F17/16
- 本申请涉及一种矩阵转置方法,该方法包括:对目标矩阵循环执行数据读写操作,直至目标矩阵中数据读取完毕,得到目标矩阵的转置矩阵。其中,数据读写操作包括:按照时钟顺序,依次控制芯片中的多个移位寄存器从目标矩阵中读取预设数量的数据;预设数量与多个移位寄存器的数量相同,且在读取过程中每个时钟下各移位寄存器中的已存储数据均向高位移动一位;在各移位寄存器均完成一次数据读取的情况下,控制各移位寄存器的最高位存储数据写入转置矩阵中。采用本方法能够提升芯片进行矩阵转置的计算速度,进而提高芯片所搭载的计算机设备的运行速度。
- 矩阵方法
- [发明专利]序列化物理映射方法及装置-CN202310416452.7在审
-
马骋;马江华;裴京;宋晨航
-
清华大学
-
2023-04-18
-
2023-07-21
-
G06F15/78
- 本公开涉及一种序列化物理映射方法及装置,该方法包括:获取逻辑图和逻辑图中的节点信息;将逻辑图中权重和最大的节点确定为首节点,基于其它各节点与首节点之间的权重对其它节点进行排序,生成节点序列;根据节点序列中各个节点的顺序以及当前的节点映射情况,确定出目标节点;利用策略网络对目标节点的节点信息进行特征提取,得到目标节点的节点特征;利用策略网络、当前物理核部署状态和节点特征,确定出目标物理核;将目标节点物理映射至目标物理核,重复上述步骤,直到节点序列中的每个节点都物理映射到对应的物理核中并更新当前物理核部署状态。这样依次物理映射序列化的节点并提炼节点信息可以方便神经网络更加高效地处理节点信息。
- 序列物理映射方法装置
- [发明专利]多任务物理映射方法及装置-CN202310416403.3在审
-
马骋;马江华;裴京;于秋爽
-
清华大学
-
2023-04-18
-
2023-07-21
-
G06F9/54
- 本公开涉及一种多任务物理映射方法及装置,该方法包括:基于随机算法对需要物理映射的任务进行排序,生成任务序列;根据任务序列中各个任务的顺序以及当前的任务执行情况,从任务序列的多个任务中确定出目标任务;利用神经网络中的策略网络和当前物理核部署状态,从多个物理核中确定出目标物理核;将目标任务物理映射至目标物理核,并更新当前物理核部署状态,重复上述确定目标任务以及确定目标任务之后的步骤,直到任务序列中的每个任务都物理映射到对应的物理核中。这样依次物理映射序列化的任务可以提升对后续同类型网络的物理映射速度。
- 任务物理映射方法装置
- [发明专利]神经形态芯片中计算核的布局的方法、装置及设备-CN201811509500.2有效
-
马骋;赵琦;裴京;施路平
-
清华大学
-
2018-12-11
-
2023-06-20
-
G06N3/063
- 本申请涉及一种神经形态芯片中计算核的布局的方法、装置及设备。所述方法包括:获取神经形态芯片中计算核的布局所需的路由策略及路由包传播模式;根据所述路由策略以及所述路由包传播模式,选择约束条件;根据所述约束条件,执行预设算法,检测所述神经形态芯片中计算核的布局是否存在路由死锁风险;若所述神经形态芯片中计算核的布局不满足所述约束条件,所述神经形态芯片中计算核的布局存在所述路由死锁风险,则对所述神经形态芯片中计算核的布局重新进行所述预设算法,并将所述神经形态芯片中计算核的布局进行更新,直到所述神经形态芯片中计算核的布局满足所述约束条件,得到目标神经形态芯片中计算核的布局。采用本方法能够避免路由死锁风险。
- 神经形态芯片计算布局方法装置设备
- [发明专利]数据处理方法及人工智能处理器-CN202011381294.9有效
-
裴京;施路平;徐明坤;王冠睿;马骋
-
清华大学
-
2020-11-30
-
2023-06-02
-
G06F9/50
- 本公开涉及数据处理方法及人工智能处理器,所述方法包括根据预设的像素读取位宽,从存储单元读取第一像素数据;在k个卷积核的第Ky行的第T次运算时,根据预设的权重读取位宽,从存储单元读取第一权重数据,第一权重数据包括k个卷积核的第m个通道、第Ky行、卷积核位置T处的权重数据;根据卷积核的步长Sx,从第一像素数据中选取与卷积核位置T对应的a个像素数据作为第二像素数据;在T1时,针对MAC阵列中的第q列MAC,将第二像素数据与第一权重数据中的第q个权重数据相乘,并与第T‑1次运算的结果相加,得到第q列MAC第T次运算的a个第一卷积运算结果。根据本公开实施例的数据处理方法能够有效提高卷积运算效率。
- 数据处理方法人工智能处理器
- [发明专利]处理部件及人工智能处理器-CN202011565319.0有效
-
裴京;施路平;王冠睿;马骋
-
清华大学
-
2020-12-25
-
2023-04-28
-
G06N3/063
- 本公开涉及一种处理部件及人工智能处理器。处理部件包括控制单元、轴突单元、树突单元、胞体单元和路由单元,控制单元用于根据预设的控制信息生成控制指令,以控制轴突单元、树突单元、胞体单元和路由单元。轴突单元用于读取存储部件中存储的处理数据,经数据转换获得第一数据。树突单元用于根据第一数据获得第一处理结果;胞体单元用于读取第一处理结果和/或所述处理数据,获得第二处理结果,路由单元可发送第一处理结果、第二处理结果和/或处理数据。根据本公开的实施例的处理部件,可将处理部件和存储部件设置在计算核心内,无需对核心外部的存储部件进行读写,减少读写数据的资源占用,可满足大数据量的精确运算和快速响应的运算要求。
- 处理部件人工智能处理器
- [发明专利]紫外仿生视觉传感器-CN202011412804.4有效
-
施路平;杨哲宇;赵蓉;王韬毅;裴京
-
清华大学
-
2020-12-03
-
2022-12-09
-
H04N5/225
- 本发明实施例公开了一种紫外仿生视觉传感器。该紫外仿生视觉传感器包括:兴奋型感光单元和抑制型感光单元,兴奋型感光单元和抑制型感光单元均用于提取目标光信号中设定波段的光信号,并将设定波段的光信号转换为电流信号;传感控制单元,传感控制单元与兴奋型感光单元和抑制型感光单元电连接,传感控制单元用于根据兴奋型感光单元和抑制型感光单元转换的电流信号之间的差异,输出表征设定波段的光信号的光强变化量的电流信号;其中,兴奋型感光单元和抑制型感光单元分布在紫外仿生视觉传感器中的不同区域,设定波段包括紫外线波段。本发明的技术方案,实现了高速灰度变化量信号的采集,提升了图像的动态范围。
- 紫外仿生视觉传感器
|