[发明专利]计算集群及计算集群配置方法有效
| 申请号： | 201910255066.8 | 申请日： | 2019-04-01 |
| 公开（公告）号： | CN109739802B | 公开（公告）日： | 2019-06-18 |
| 发明（设计）人： | 江斌;刘彦;李翔;胡维 | 申请（专利权）人： | 上海燧原智能科技有限公司;上海燧原科技有限公司 |
| 主分类号： | G06F15/177 | 分类号： | G06F15/177;G06N3/04;G06N3/08;H04L29/08 |
| 代理公司： | 北京集佳知识产权代理有限公司 11227 | 代理人： | 赵兴华;王宝筠 |
| 地址： | 201306 上海市浦东*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供用于训练深度神经网络的计算集群及计算集群配置方法。其中，待训练的深度神经网络所包含的单层网络数量为N，N为自然数；其中，每一单层网络包含多个功能节点；任一单层网络表示为第i层网络；i小于等于N；计算集群包括：与N层单层网络一一对应的子计算集群；其中，与第i层单层网络相对应的子计算集群为第i子计算集群；第i子计算集群中的计算节点与第i层单层网络中的功能节点一一对应；计算节点包括至少一个基本计算模块；每一基本计算模块包括点对点全互联的m个加速卡，每一加速卡包括点对点全互联的n个人工智能芯片；m为不小于2的自然数；n为自然数；任一基本计算模块与相邻的基本计算模块间通过芯片级点对点连接实现互联。 | ||
| 搜索关键词： | 计算集群 单层 计算模块 网络 功能节点 计算节点 神经网络 点对点 全互联 点对点连接 人工智能 网络表示 芯片级 配置 芯片 互联 | ||
【主权项】：
1.一种计算集群，其特征在于，应用于训练深度神经网络；待训练的深度神经网络所包含的单层网络数量为N，N为自然数；其中，每一所述单层网络包含多个功能节点；任一单层网络表示为第i层网络；i小于等于N；所述计算集群包括：与N层单层网络一一对应的子计算集群；其中，与所述第i层单层网络相对应的子计算集群为第i子计算集群；所述第i子计算集群中的计算节点与所述第i层单层网络中的功能节点一一对应；所述计算节点包括至少一个基本计算模块；每一基本计算模块包括点对点全互联的m个加速卡，每一所述加速卡包括芯片级点对点全互联的n个人工智能芯片；m为不小于2的自然数；n为自然数；任一基本计算模块与相邻的基本计算模块间通过芯片级点对点连接实现互联。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海燧原智能科技有限公司;上海燧原科技有限公司，未经上海燧原智能科技有限公司;上海燧原科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910255066.8/，转载请声明来源钻瓜专利网。
- 上一篇：弹性波装置及其制造方法
- 下一篇：一种倒抽式铁锹
