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9226254个,建议您升级VIP下载更多相关专利
  • [发明专利]神经网络硬件加速-CN202011594118.3在审
  • 王佳东;李远超;蔡权雄;牛昕宇 - 山东产研鲲云人工智能研究院有限公司
  • 2020-12-29 - 2021-04-30 - G06N3/06
  • 本申请公开了一种神经网络硬件加速,属于硬件加速技术领域。所述神经网络硬件加速包括N个计算通道和N个数据整理通道,N个计算通道和N个数据整理通道一一对应连接。该神经网络硬件加速工作时,每一个寄存R会将输入数据延迟一个周期再输出给相应的数据通路,由寄存R延迟输出所造成的数据通路输出数据的时间差通过数据整理通道补齐。在本申请实施例中,通过寄存R的延时输出作用,可以缩短神经网络硬件加速输入和输出数据的时间跨度,使该神经网络硬件加速的工作频率更高。
  • 神经网络硬件加速器
  • [发明专利]一种基于流量特征的网络加速方法-CN202011448600.6有效
  • 张锋 - 四川迅游网络科技股份有限公司
  • 2020-12-09 - 2023-02-28 - H04L41/083
  • 本发明提供了一种基于流量特征的网络加速方法,通过加速客户端内预先配置的网络驱动程序,获取所述加速客户端内每一种网络流量的流量特征;根据所述流量特征,确定所述流量特征对应的流量标签,并将所述流量标签设置于加速客户端的应用报文中;根据所述应用报文,在所述流量标签对应的流量进入加速网络后,通过预先设置的流量调度规则,对所述加速客户端内所有网络流量进行调度。有益效果在于:一方面将不需要加速网络请求按照普通请求处理转发,节约了加速带宽成本,减少了不必要的资源损耗。另一方面对需要极致网络质量的流量进行加速,极大地提高了用户体验。
  • 一种基于流量特征网络加速方法
  • [发明专利]用于处理网络分组的方法和网络设备-CN201480061408.8有效
  • A·卡杜施;R·泽马赫 - 马维尔国际贸易有限公司
  • 2014-09-10 - 2019-02-15 - H04L12/933
  • 网络设备的多个相似的分组处理元件之中的分组处理元件处接收分组,并且由该分组处理元件生成指定要由加速引擎关于该分组执行的处理操作的请求,加速引擎在功能上与多个相似的分组处理元件不同。将该请求发送到互联网络,该互联网络包括分级布置的多个互联单元。在多个候选路径之中选择通过该互联网络的路径,其中候选路径中的路径不包括该互联网络的同一级内的多个互联单元。之后经由所确定的路径将该请求发送到多个候选加速引擎之中的被配置为执行处理操作的特定加速引擎。之后由该特定加速引擎执行处理操作。
  • 并行处理网络设备中的多级互联网络
  • [发明专利]一种基于校园网速设计的加速系统以及流程-CN202010861524.5在审
  • 蔡媛媛;蔡霖 - 山东理工职业学院
  • 2020-08-25 - 2020-12-11 - H04L12/24
  • 本发明公开了一种基于校园网速设计的加速系统以及流程,包括微处理模块、通用卷积运算硬件加速模块、总线连接模块、网内主机、校园服务,其特征在于:所述的微处理模块采用的是arm Cortex‑A15,所述的通用卷积运算硬件加速模块基于FPGA设计,所述的总线连接模块采用的是AXI总线,所述的网内主机在加速系统中设有唯一的身份标识K,所述的校园服务与通用卷积运算硬件加速模块之间通过总线连接模块的本发明的加速系统通过通用卷积运算硬件加速模块可以动态调剂校园网络的资源使用,提升加速系统的并行度,在不直接扩大服务的规模,同时保证网络的高峰使用时段流畅。
  • 一种基于校园网速设计加速器系统以及流程
  • [发明专利]一种神经网络加速以及神经网络模型的实现方法-CN201610851931.1在审
  • 易敬军;陈邦明;王本艳 - 上海新储集成电路有限公司
  • 2016-09-26 - 2017-03-08 - G06N3/06
  • 本发明涉及一种神经网络的数据处理方法,尤其涉及一种神经网络加速和神经网络模型的实现方法。一种神经网络加速的实现方法,包括非易失性存储,非易失性存储包括在后道制造工艺流程中制备的数据存储阵列,在制备数据存储阵列的前道制造工艺流程中,在数据存储阵列下方的硅衬底上制备神经网络加速电路。一种神经网络模型的实现方法,神经网络模型包括输入信号、连接权信号、偏置、激活函数、运算函数和输出信号,激活函数和运算函数通过神经网络加速电路实现;输入信号、连接权值、偏置和输出信号保存至数据存储阵列中直接在数据存储阵列的下方实现神经网络加速电路,使得数据存储带宽不受限制,并且掉电后数据依然不丢失。
  • 一种神经网络加速器以及模型实现方法
  • [发明专利]用于多核存算一体加速网络的任务传输调度管理系统-CN202310127045.4有效
  • 李涛;熊大鹏;胡建伟 - 上海亿铸智能科技有限公司
  • 2023-02-17 - 2023-05-16 - G06F9/50
  • 本发明属于数据处理领域,涉及多核加速技术,用于解决现有存算一体加速采用静态硬件分配的方法限制了应用程序的性能的问题,具体是用于多核存算一体加速网络的任务传输调度管理系统,包括调度管理平台,调度管理平台通信连接有任务管理模块与加速网络,任务管理模块用于对任务传输处理进行管理分析:将应用程序编译成数据驱动的任务模式,为每一个任务提供一个唯一的特征值,动态设定任务地址空间及外部数据;本发明是通过实时检测与动态任务分配算法,使加速网络中的每一个节点都构成可重配的存算一体加速内核,以对数据进行近数据计算,每个节点包含一个支持实时检测和调度的重分配模块对加速和数据进行控制。
  • 用于多核一体加速器网络任务传输调度管理系统
  • [发明专利]通过多个加速对神经网络特征图进行处理的方法和装置-CN202310226423.4在审
  • 何一波;肖磊;谭洪贺 - 北京地平线信息技术有限公司
  • 2023-03-09 - 2023-06-13 - G06N3/045
  • 本公开实施例公开了一种通过多个加速对神经网络特征图进行处理的方法和装置,其中,方法包括:从多个神经网络加速中的第一加速中的第一移位寄存阵列中读取与神经网络特征图相关的第一特征数据以及从第一缓存中读取第一权重数据;基于第一加速对第一特征数据和第一权重数据进行预设运算,得到第一运算结果;基于预设移位规则将第一特征数据中被第二加速需要的第一重叠特征数据移位至第二加速的第二移位寄存阵列;基于第二加速对从第二移位寄存阵列读取的包括第一重叠特征数据的第二特征数据以及读取的第二权重数据进行预设运算本公开实施例可以在降低加速内存储空间需求下实现重叠区域的数据的复用。
  • 通过加速器神经网络特征进行处理方法装置
  • [发明专利]一种用于卷积神经网络CNN的硬件加速系统及控制方法-CN202011081151.6在审
  • 杨东天;王中风;孟明;杨灿 - 南京风兴科技有限公司
  • 2020-10-12 - 2020-11-13 - G06N3/063
  • 本发明示出一种用于卷积神经网络CNN的硬件加速系统及控制方法。硬件加速系统包括:CNN网络模型服务和CNN硬件加速。硬件加速系统的控制方法为:设计人员根据应用需求选择合适的网络模型,CNN网络模型服务接收网络模型,预先生成控制指令和网络参数的文件,CNN硬件加速预先存储控制指令和网络参数的文件。在实际应用场景中,CNN硬件加速被部署在应用系统里,用以当应用系统运行时,接收特征数据,并基于上述控制指令对网络参数和特征数据进行CNN计算,最终将计算结果输出给应用系统的控制单元。本发明示出的硬件加速系统可以预先生成控制指令,解决了因软硬件实时交互消耗一定时间造成的加速性能下降的问题。
  • 一种用于卷积神经网络cnn硬件加速系统控制方法
  • [发明专利]基于FPGA的神经网络加速方法和加速-CN201910845286.6有效
  • 秦国轩;李炳剑 - 天津大学
  • 2019-09-08 - 2023-10-27 - G06N3/063
  • 本发明属于神经网络技术领域,为提出一种基于FPGA的卷积神经网络加速,该加速同时考虑了神经网络加速性能和通用方面的需求,具有广阔的应用场景。为此,本发明采取的技术方案是,基于FPGA的神经网络加速,包括卷积运算模块,池化模块,直接内存存取DMA模块,指令控制模块,地址控制模块,内部随机存取存储RAM模块和指令RAM模块;其中所述的卷积运算模块本发明主要应用于神经网络芯片的设计制作。
  • 基于fpga神经网络加速方法加速器

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