“cuda”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果548个，建议您升级VIP下载更多相关专利

[发明专利]一种CUDA环形网络与H265协议互连的方法-CN201310409460.5无效
发明人：郁彬 -专利权人：昆山奥德鲁自动化技术有限公司
申请日： 2013-09-11 - 公布日： 2013-12-18 - 主分类号： H04L12/46 文献下载
摘要：本发明公开了一种通过网桥在基于CUDA的环形网络和基于H.265协议网络的同架构之间实现通讯的方法。网桥包括FPGA及存储器、CUDA环形网络通讯模块、H.265模块、供电模块和外围电路，CUDA环形网络通讯模块和H.265模块分别与FPGA及存储器连接，FPGA及存储器执行存储CUDA栈、H.265主站栈和CUDA/H.265转化模块等软件模块，CUDA和H.265通过CUDA栈、H.265主站栈和CUDA/H.265转化模块相互转化互连。本发明可以使CUDA控制系统能完全兼容符合H.265的智能设备，实现CUDA网络和H.265协议的无缝互连。
一种 cuda 环形网络 h265 协议互连方法

[发明专利]无线数据分析方法、装置及CUDA实体-CN201810174922.2有效
发明人：孙奇;韩双锋;崔春风 -专利权人：中国移动通信有限公司研究院;中国移动通信集团有限公司
申请日： 2018-03-02 - 公布日： 2022-04-01 - 主分类号： H04W24/02 文献下载
摘要：本发明提供了一种无线数据分析方法、装置及CUDA实体，属于无线通信技术领域。其中，应用于第一集中单元数据分析CUDA实体的方法包括：接收第二CUDA实体发送的计算任务；根据接收到的计算任务向所述第二CUDA实体发送需要所述第二CUDA实体上报的计算数据和上报配置；接收所述第二CUDA实体按照所述上报配置上报的计算数据；根据所述第二CUDA实体上报的计算数据为所述第二CUDA实体进行计算，并将计算结果发送给所述第二CUDA实体。
无线数据分析方法装置 cuda 实体

[发明专利]一种提高计算机并行计算编程自动化程度的方法-CN201410236725.0在审
发明人：陈长宝;张玉;卢志渊;杜红民;谢兴;张俊 -专利权人：中原智慧城市设计研究院有限公司
申请日： 2014-05-30 - 公布日： 2014-09-10 - 主分类号： G06F9/44 文献下载
摘要：本发明公开了一种提高计算机并行计算编程自动化程度的方法，步骤（1），用cmake脚本寻找cuda环境，确认计算机上已安装cuda环境；步骤（2），用cmake脚本寻找项目中的cuda文件，即寻找所有扩展名为.cu和.cuh的文件；步骤（3），生成cuda库；步骤（4），用cmake脚本链接cuda库到主工程文件。本发明避免了现有技术中配置cuda的编程环境的繁琐步骤和人工配置，通过cmake脚本语句自动控制cuda并行计算软件开发环境的配置，使得生成的工程文件具有“一次配置，跨平台编译”的灵活性，提高了并行计算软件的开发效率
一种提高计算机并行计算编程自动化程度方法

[发明专利]一种面向GPU计算性能问题的溯源方法-CN201910386547.2有效
发明人：丁毅;周丽;靳军;唐恒亮 -专利权人：北京物资学院
申请日： 2019-05-10 - 公布日： 2019-11-26 - 主分类号： G06F11/34 文献下载
摘要：本发明提供了一种面向GPU计算性能问题的溯源方法，包括如下步骤：(1)使用CUDA任务并行模型CTPM描述CUDA程序kernel函数级别的行为特征，从而识别CUDA程序kernel函数级别的性能低效行为，并展开kernel函数级别性能优化工作；(2)针对CUDA程序kernel函数内部数据并行部分，使用层次迭代属性约简算法LIAR来识别关键度量，进行CUDA程序深层次的性能挖掘，并优化CUDA kernel本发明通过分析基于GPU硬件特点的CUDA开发运行环境和编程模型，找到了有效的性能问题溯源方法，提高性能瓶颈定位的准确性，达到缩短优化周期的目的。
溯源计算性能性能问题编程模型并行模型内部数据属性约简行为特征性能瓶颈性能优化运行环境迭代度量算法优化并行挖掘分析开发

[发明专利]一种针对不同架构的GPU进行并行计算的优化系统-CN202110832146.2有效
发明人：鲁克文;巩焱;刘忠麟 -专利权人：中国电子科技集团公司第十五研究所
申请日： 2021-07-22 - 公布日： 2022-09-09 - 主分类号： G06F8/41 文献下载
摘要：本发明公开了一种针对不同架构的GPU进行并行计算的优化系统，包括：GPU集群、计算机和CUDA程序优化平台；GPU集群上挂载有多种架构的GPU；CUDA程序优化平台用于提取待优化的CUDA代码的特征参数，并根据提取的待优化的CUDA代码的特征参数确定运行时参数，并在该运行时参数下在GPU集群上运行待优化的CUDA代码，进行在线模式优化，得到在线状态下多组适合在多种GPU架构下的CUDA核函数运行参数的最优配置参数；或在该运行时参数下在计算机上运行待优化的CUDA代码，进行离线模式优化，得到离线状态下多组适合在多种GPU架构下的CUDA核函数运行参数的最优配置参数。
一种针对不同架构 gpu 进行并行计算优化系统

[实用新型]CUDA高性能SAR信号处理装置-CN201420575956.X有效
发明人：朱永前;尹光 -专利权人：南京长峰航天电子科技有限公司
申请日： 2014-10-08 - 公布日： 2015-01-14 - 主分类号： G01S13/90 文献下载
摘要：本实用新型公开了一种CUDA高性能SAR信号处理装置，包括信号接收前端、主信号控制处理器，CUDA高性能并行计算平台、成像显示单元；信号接收前端和主信号控制处理器均与CUDA高性能并行计算平台相连接，所CUDA高性能并行计算平台的信号输出端与成像显示单元相连；CUDA高性能并行计算平台包括SAR信号处理单元一和SAR信号处理单元二。本实用新型提供的CUDA高性能SAR信号处理装置，通过融合CUDA高性能计算平台强大的并行计算处理能力，协同信号处理平台实现SAR信号的高效、快速处理；采用多核CUDA并行工作，可以实现更大规模的并行计算平台的研制
cuda 性能 sar 信号处理装置

[发明专利]基于Docker原生CentOS的CUDA的安装方法、装置及设备-CN201910153478.0有效
发明人：王连伟 -专利权人：苏州浪潮智能科技有限公司
申请日： 2019-02-28 - 公布日： 2022-11-29 - 主分类号： G06F8/61 文献下载
摘要：本发明实施例提供了一种基于Docker原生CentOS的CUDA安装方法、装置、电子设备以及计算机可读存储介质，属于计算机领域。方法包括在Linux系统下安装Docker；从Docker仓库中安装原生CentOS；在Linux系统下禁止nouveau驱动；在Linux系统下安装NVIDIA驱动；本发明实施例在Linux系统下安装CUDA实现Docker内，利用CentOS进行CUDA安装，而不必更换换物理机，不必更换操作系统，Docker内CentOS容器会继承物理机NVIDIA的驱动与CUDA程序，大大方便了CUDA开发的时间，简化了CUDA测试的流程。
基于 docker 原生 centos cuda 安装方法装置设备

[发明专利]一种利用GPU来实现全同态加密的方法-CN202110708084.4有效
发明人：杨浩淼;李发根;汤殿华;李洪伟;王子卿;梁绍鹏;赵宸;张益;何坤 -专利权人：电子科技大学
申请日： 2021-06-24 - 公布日： 2022-06-10 - 主分类号： H04L9/00 文献下载
摘要：本发明涉及信息安全领域，具体是一种利用GPU来实现全同态加密的方法，包括步骤1、利用CUDA cuRAND在GPU上生成密钥所需的随机多项式；步骤2、构造密钥生成的CUDA实例化图，执行密钥生成的CUDA实例化图，最后将CUDA实例化图的输出内存中的数据拷贝至保存密钥的对象中；步骤3、加密过程；步骤4、解密过程；步骤5、输入两个密文ct0,ct1，计算ctadd；步骤6、计算同态乘法过程中需要扩充的模数集合以及两个额外的冗余模数；步骤7、构造同态乘法的CUDA实例化图，将需要进行乘法运算的密文拷贝至同态乘法的CUDA实例化图的输入内存中，执行同态乘法的CUDA实例化图，最后将CUDA实例化图的输出内存中的数据拷贝至保存乘法结果的对象中，解决了任务执行过程中对GPU资源利用率低的问题。
一种利用 gpu 实现同态加密方法

[发明专利]一种基于CUDA实现聚类的方法及装置-CN201410360455.4在审
发明人：沈铂;张刚;邱学侃;胡金辉;王娅娟;张清 -专利权人：浪潮（北京）电子信息产业有限公司
申请日： 2014-07-25 - 公布日： 2014-10-29 - 主分类号： G06F17/30 文献下载
摘要：本申请公开了一种基于CUDA实现聚类的方法及装置，包括：将确定的计算统一设备架构(CUDA)类数组和CUDA点数组划分为至少一个16*16的大小的矩阵；对不足16乘16的矩阵，赋值标志位为0，其他位为1按照类似于矩阵乘法的形式进行矩阵运算；对不足16*16的矩阵，在结果累加时，乘上标志位，以获得GPU矩阵运算结果；统计GPU矩阵运算结果，当矩阵运算结果中改变的点数不小于预先设置的阈值时，根据矩阵运算结果更新CUDA本发明通过划分确定的CUDA类数组和CUDA点数组为16*16的矩阵；对不足16*16的矩阵，赋值标志位为0，其他位为1，在结果累加时，乘上标志位，以获得GPU矩阵运算结果。实现了对不规则的矩阵的聚类在CUDA下实现高效运行。
一种基于 cuda 实现方法装置

[发明专利]一种编程语言的转换方法及系统-CN202011348724.7在审
发明人：张峰;姜金荣;迟学斌;刘颖辉;赵莲;郝卉群 -专利权人：中国科学院计算机网络信息中心
申请日： 2020-11-26 - 公布日： 2021-02-05 - 主分类号： G06F8/41 文献下载
摘要：Fortran90程序代码进行预处理；提取Fortran90程序代码中的全局变量名称，根据use语句查找相应的mod文件，建立外部数组类型的变量与mod文件名称的映射；将Fortran90程序代码的内部数组变量替换为Cuda程序代码的变量，将Fortran90程序代码的外部数组变量替换为Cuda程序代码的变量；将Fortran90程序代码中与Cuda不兼容的关键字、语句替换为正确的格式，将Cuda中无需使用的语句注释；将Fortran90程序代码中对应的数组格式、下标索引转换为Cuda程序代码；保留原有Fortran90程序代码中的.h文件，根据use语句查找mod文件，提取其中的变量以及相关定义，生成新的Cuda程序代码头文件；调整Cuda
一种编程语言转换方法系统

[发明专利]一种基于嵌入式GPU的智能计算模块及其设计方法-CN202210515891.9在审
发明人：盖瑞;刘彬;周煦林;李耀辉;赵耀华 -专利权人：西安微电子技术研究所
申请日： 2022-05-12 - 公布日： 2022-08-16 - 主分类号： G06F30/30 文献下载
摘要：最小系统和SoC系统，GPU最小系统用于实现神经网络模型，SoC系统用于实现内外高速互联总线的接口转换，监测智能计算模块的电压、温度和状态信息，同时用于地面软件对智能计算模块运行状态的监测；软件架构包括CUDA函数库、CUDA运行时API和CUDA驱动程序API，CUDA运行时API和CUDA驱动程序API用于完成GPU最小系统的上下文管理、存储器管理、设备管理和代码块管理应用程序接口；CUDA存储器模型利用GPU最小系统内部CUDA提供的不同层次的若干区域存放数据。
一种基于嵌入式 gpu 智能计算模块及其设计方法

[发明专利]CUDA程序移植方法、装置、电子设备及存储介质-CN202110222487.8在审
发明人：张驭洲;杨旋;刘腾宇 -专利权人：曙光信息产业(北京)有限公司
申请日： 2021-02-25 - 公布日： 2021-06-01 - 主分类号： G06F8/76 文献下载
摘要：本申请提供一种CUDA程序移植方法、装置、电子设备及存储介质，涉及代码移植技术领域。该方法包括：从CUDA平台获取待移植的CUDA程序的代码文件和编译构建规则；确定其编译构建流程信息；将代码文件中的待转码文件中的CUDA相关代码转换为HIP代码，以获得转码文件；基于编译构建流程信息修改转码文件对应的编译构建规则该方法利用HIP将CUDA程序移植为兼容NVIDIA和AMD的跨平台程序，还对编译构建信息进行分析修改，能够对大型应用程序的CUDA代码进行代码转换，提高移植的效率。
cuda 程序移植方法装置电子设备存储介质

[发明专利]CUDA-C向ATHREAD-C的转换方法及装置-CN202210248764.7在审
发明人：俞茂学;魏志强;贾东宁;王卓亚;马猛飞;许佳立 -专利权人：青岛海洋科学与技术国家实验室发展中心
申请日： 2022-03-14 - 公布日： 2022-06-14 - 主分类号： G06F8/41 文献下载
摘要：本申请公开了一种CUDA‑C向ATHREAD‑C的转换方法及装置。所述CUDA‑C向ATHREAD‑C的转换方法包括：获取CUDA内核代码；获取预设转换方法；通过ANTLR语言翻译工具，自动生成CUDA代码的抽象语法树；根据所述抽象语法树以及预设转换方法生成ATHREAD本申请公开的CUDA‑C向ATHREAD‑C的转换方法构建了异构加速器的硬件对应关系，并在此基础上设计了基于编译器前端的软件自动转换架构，完全继承了CUDA‑C的并行算法结构，无需在国产超算上重新设计并行算法
cuda athread 转换方法装置

[发明专利]一种高性能的带权标准差背景建模方法-CN202011303043.9在审
发明人：吴彦学;杨志天;任维 -专利权人：成都寰蓉光电科技有限公司
申请日： 2020-11-19 - 公布日： 2021-01-15 - 主分类号： G06T7/194 文献下载
摘要：本发明公开了一种高性能的带权标准差背景建模方法：读取待处理视频序列信息，利用CUDA技术将RGB图像转化为Gray图像，并存储相邻的三帧Gray图像；利用CUDA技术计算相邻k帧Gray图像的带权均值；利用CUDA技术计算相邻k帧Gray图像的带权标准差图；利用CUDA技术对带权标准差图进行二值化得到目标的前景mask。本发明实现简单，流程清晰，本发明在背景比较简单的情况下拥有较好的建模效果，使用CUDA技术可以提升大约4倍的运行性能。
一种性能权标背景建模方法

[发明专利]用于图像压缩的基于CUDA架构的DCT算法和DWT算法的加速实现方法-CN201811074849.8有效
发明人：滑艺;陈浩;牛文龙 -专利权人：北京航天控制仪器研究所;哈尔滨工业大学
申请日： 2018-09-14 - 公布日： 2021-02-02 - 主分类号： H04N19/42 文献下载
摘要：用于图像压缩的基于CUDA架构的DCT算法和DWT算法的加速实现方法，属于图像压缩领域。现有的图像处理手段存在压缩速率低的问题。一种用于图像压缩的基于DWT架构的DCT算法和DWT算法的加速实现方法，分析CUDA平台的软件体系与硬件体系，并在Windows操作系统下基于VS2010搭建CUDA平台；分别将DCT算法和DWT算法映射为两层CUDA执行模型的内核函数，得到改进的DCT算法和DWT算法，分别实现改进的DCT算法和DWT算法在GPU端运行；在CUDA平台上运行改进的DCT算法。本发明适用于对DCT算法和DWT算法在CUDA平台上的实现。并行执行运算过程能够获得相对于CPU几十倍的压缩比，从而能够有效提高数字图像个压缩的压缩速率。
用于图像压缩基于 cuda 架构 dct 算法 dwt 加速实现方法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 548 条