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5415435个,建议您升级VIP下载更多相关专利
  • [发明专利]重构维特比译码系统及其译码方法-CN202010783685.7在审
  • 高丽江;王博;王奇君 - 千寻位置网络有限公司
  • 2020-08-06 - 2022-02-18 - H03M13/41
  • 本申请涉及维特比译码技术,公开了一种重构维特比译码系统及其译码方法,在兼容不同编码参数的卷积码的译码工作的同时,提高译码效率和减小功耗。该系统包括分支度量单元、路径度量单元、幸存路径管理单元、回溯单元、控制单元和最大位为M比特的状态存储器;状态存储器设置有N字节使能,每位字节使能控制状态存储器的M/N比特的,状态存储器根据N字节使能重构的确定当前读写并根据当前读写存储路径度量单元的输出结果和幸存路径管理单元的输出结果;控制单元用于根据待译卷积码的最小读写输出与其相匹配的N字节使能到状态存储器,其中最小读写根据待译卷积码的路径度量宽和幸存路径的和获得
  • 可重构维特译码系统及其方法
  • [发明专利]在通用重构处理器上实现高精度除法的配置方法-CN201510713023.1在审
  • 高静;高天野;史再峰;罗韬 - 天津大学
  • 2015-10-28 - 2016-02-03 - G06F15/78
  • 本发明涉及重构计算领域,为提供一种在通用重构处理器上实现高精度除法的配置方法,通过该配置方法,可以在通用重构处理器上实现高精度的定点除法,减少处理器对于定点除法精度的限制。本发明采取的技术方案是,在通用重构处理器上实现高精度除法的配置方法,首先将2×2的重构处理器阵列配置成一个32bit定点数除法单元,执行完成后会得到有整数精度的商;然后修改执行代码Left-shift R||A的处理单元的配置,Left-shift表示将R左移一,并将A的最高位补到R的最低位,同时A也左移一,修改配置相当于被除数利用整数精度的商和余数继续移位减。本发明主要应用于重构计算应用场合。
  • 通用可重构处理器实现高精度除法配置方法
  • [发明专利]一种视频编码、解码方法及装置-CN202111082879.5在审
  • 徐巍炜;周建同;余全合;文锦松;胡宇彤 - 华为技术有限公司
  • 2021-09-15 - 2023-03-17 - H04N19/186
  • 视频编码装置可获取源数据,源数据包括针对同一视频数据的第一高动态范围HDR数据和第一标准动态范围SDR码流;根据第一SDR码流的重构数据与第一HDR数据对应关系,将第一SDR码流的重构数据映射成第二HDR数据;确定第二HDR数据与第一HDR数据的目标残差值;目标残差值的小于或等于第一;第一为第一SDR视频编码成第一SDR码流采用的数据;将对应关系以及目标残差值进行编码处理,确定预设数据;本申请通过使用预设数据和SDR码流保证SDR视频解码设备和HDR视频解码设备的良好处理。
  • 一种视频编码解码方法装置
  • [发明专利]重构计算装置、处理器及方法-CN202110600064.5有效
  • 戴蒙;王玮;胡水海 - 深圳致星科技有限公司
  • 2021-05-31 - 2022-02-08 - G06F15/78
  • 本申请涉及一种重构计算装置、处理器及方法,用于联邦学习和隐私计算。所述重构计算装置包括:静态重构部分,其中,所述静态重构部分用于接收待处理数据和运算场景并配置为在所述重构计算装置上电前根据所述运算场景进行功能重构;和动态重构部分,其中,所述动态重构部分用于执行所述待处理数据在所述运算场景下的计算并配置为在所述重构计算装置进行计算中进行功能重构其中,所述动态重构部分的计算资源包括用于模幂计算的第一部分计算资源和用于模乘计算的第二部分计算资源,所述第一部分计算资源相对于所述第二部分计算资源的比例根据所述待处理数据的确定。
  • 可重构计算装置处理器方法
  • [发明专利]阵列重构方法、装置、设备及存储介质-CN202210432920.5在审
  • 张奇惠;王立峰;刘家明 - 广州万协通信息技术有限公司
  • 2022-04-24 - 2022-05-24 - G06F15/78
  • 本申请实施例公开了阵列重构方法、装置、设备及存储介质,本实施例构建多个重构阵列和至少4级缓存,重构阵列包括多个PE组,相邻两个PE组通过第一级缓存进行数据交换,第二级缓存和第三级缓存均与重构阵列进行数据交换,且第二级缓存和第三级缓存还分别与第四级缓存进行数据交换,方法包括:获取待执行指令的指令信息,指令信息包括待执行指令的信息和类型信息;根据待执行指令的信息,确定PE组的粒度;根据待执行指令的类型信息,确定流水线级数;基于PE组的粒度和流水线级数,生成对应的重构阵列,重构阵列用于执行匹配的待执行指令。由满足流水线级数要求的当前的重构阵列或已生成的重构阵列执行,能够提高重构阵列的利用率。
  • 阵列方法装置设备存储介质
  • [发明专利]一种参数化存储器的设计方法和装置-CN202210772859.9在审
  • 贺昀彦 - 烽火通信科技股份有限公司
  • 2022-06-30 - 2022-09-30 - G06F30/343
  • 本发明公开了一种参数化存储器的设计方法和装置,涉及FPGA的重构编译技术领域,该方法包括:根据可选的存储器元件支持的数据种类,选择满足端口的比例的数据,对所需存储器的剩余容量和一端口的剩余数据进行逼近迭代,直至剩余数据宽和剩余容量归零;根据迭代结果确定进行数据宽和地址拼接时需例化的地址拼接实例;根据地址拼接实例的数据宽和地址深度确定进行地址拼接时需例化的存储器单元实例;根据存储器单元实例的容量以及可选的存储器元件本发明无需修改代码,只需重载端口的宽和深度参数,即可满足多种规格需求,并可达到用必要的、最少的存储器资源来搭建存储器的目的,优化了资源利用。
  • 一种参数存储器设计方法装置
  • [发明专利]有/无符号乘累加装置及方法-CN202011521792.9有效
  • 尹首一;谷江源;孙庆斌;张淞;刘雷波;魏少军 - 清华大学
  • 2020-12-21 - 2022-09-09 - G06F7/544
  • 本发明提供了一种有/无符号乘累加装置及方法,适用于粗粒度重构处理器架构,所述装置包含拆分模块、运算模块、处理模块和输出模块;拆分模块用于获取配置控制信号,根据配置控制信号将输入的大于预设的二进制被乘数、乘数和加数,按预设拆分规则拆分生成多组小于预设的二进制数;运算模块用于根据配置控制信号中的动态配置文件,通过多个MAC运算单元对多组小于预设的二进制数进行对应的分组后,分别进行乘累加计算和/或并行乘累加计算获得多个计算结果;处理模块用于将多个计算结果按预设调整规则分别进行移位和有效扩展处理获得多个大于预设的处理结果;输出模块用于将多个处理结果进行累加获得运算结果。
  • 符号累加装置方法
  • [发明专利]一种伸缩式动态重构阵列配置信息方法-CN201110235988.6有效
  • 刘雷波;王延升;朱敏;戚斌;杨军;曹鹏;时龙兴;尹首一;魏少军 - 清华大学
  • 2011-08-17 - 2012-04-11 - G06F15/177
  • 本发明提供了一种伸缩式动态配置重构阵列配置信息的方法,涉及嵌入式系统领域中的动态重构处理器技术领域。所述方法配置信息步骤,配置所述重构阵列的配置信息,所述的配置信息具体包括:标志配置信息,重构单元配置信息,其中,所述的重构单元为标志信息中标记为有效的重构单元;描述综合控制配置信息,译码步骤,根据标志信息,将可重构单元信息发送到对应的运算单元。本发明通过在重构阵列的配置信息中增加标志,以及在重构阵列的硬件中增加译码单元,来达到去除冗余的配置信息的目的节省了配置信息存储空间,消除了冗余的配置信息所造成的带宽浪费和配置周期延长,提高了配置效率
  • 一种伸缩动态可重构阵列配置信息方法
  • [发明专利]多路复用切换-CN200710079751.7有效
  • 堀越修平 - 日本电气株式会社
  • 2007-03-07 - 2007-09-12 - H04Q7/22
  • 从多个输入信道供应的分组的被统一成预先设定的统一的分组在多个输入信道之间被同步。通过将同步分组乘以基于输入信道的正交码而将它们进行扩散。扩散的分组被多路复用,将多路复用的分组分别乘以根据传递到输出信道的分组被供应到的输入信道的切换正交码以重构从输入信道供应的分组。然后分组被传递到输出信道。
  • 多路复用切换
  • [发明专利]一种面向低位卷积神经网络的重构激活量化池化系统-CN201811646433.9有效
  • 李丽;陈沁雨;傅玉祥;陈铠;何书专;陈辉;程开丰 - 南京大学
  • 2018-12-30 - 2022-03-25 - G06N3/04
  • 本发明的面向低位卷积神经网络的重构激活量化池化系统包括:若干个重构激活量化池化处理单元,用于执行激活、量化、池化操作,并且执行工作模式激活‑量化工作模式或激活‑量化‑池化工作模式的重构操作;存储单元控制器,用于控制不同配置下重构激活量化池化单元和存储单元的数据传输;存储单元,用于暂存池化操作中所需的卷积层结果数据。软件优化设计通过将低位卷积神经网络的激活、量化等若干步骤简化为一个步骤,减少冗余计算且不改变原始功能。有益效果:通过将激活、量化、池化三个步骤以重构的方式映射在同一硬件单元上,减少了硬件资源面积;采用软硬件协同优化的方法,具有面积小、功耗低、灵活性高的特点。
  • 一种面向低位卷积神经网络可重构激活量化系统

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