“黄炯凯”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果19个，建议您升级VIP下载更多相关专利

[发明专利]负载均衡方法、装置、设备以及存储介质-CN202310953439.5在审
发明人： 黄炯凯 -专利权人：安谋科技（中国）有限公司
申请日： 2023-07-28 - 公布日： 2023-10-27 - 主分类号： G06F9/50 文献下载
摘要：本申请提供了一种负载均衡方法、装置、设备以及存储介质，涉及人工智能技术领域。该方法包括：建立与负载对应的第一层级结构，该第一层级结构中包括与各负载一一对应的层级以及与负载之间的依赖关系对应的层级依赖关系；基于层级依赖关系对第一层级结构进行层间合并，得到第二层级结构；基于第二层级结构与预设的硬件资源数量进行负载调度。本申请的实施能够将各个负载合理的分配给每个硬件资源，减少硬件资源闲置的可能，提升计算速度和数据处理效率，提高计算对象的整体性能。
负载均衡方法装置设备以及存储介质

[发明专利]硬件适配方法、装置、设备以及存储介质-CN202310946622.2在审
发明人： 黄炯凯 -专利权人：安谋科技（中国）有限公司
申请日： 2023-07-28 - 公布日： 2023-10-27 - 主分类号： G06F9/50 文献下载
摘要：本申请提供了一种硬件适配方法、装置、设备以及存储介质，涉及人工智能技术领域。该方法包括：获取上一次进行AI硬件适配所得的第一子图；根据第一子图生成包括若干计算节点的第二子图；基于第二子图调整负载的分配信息，并基于该分配信息进行当前次的AI硬件适配。本申请的实施能够在上一次AI硬件适配后，根据适配结果再次进行负载分配和AI硬件适配，从而能够在适配硬件后，进一步对模型进行优化，实现多次AI硬件适配和模型的多次优化，便于有效提升优化效率和计算效率。
硬件配方装置设备以及存储介质

[发明专利]基于神经网络的指令交互方法、系统、设备及存储介质-CN202010099596.0有效
发明人：李金鹏;黄炯凯;蔡权雄;牛昕宇 -专利权人：深圳鲲云信息科技有限公司
申请日： 2020-02-18 - 公布日： 2023-05-12 - 主分类号： G06F9/54 文献下载
摘要：本发明实施例公开了一种基于神经网络的指令交互方法、系统、设备及存储介质。该基于神经网络的指令交互方法包括：请求守护进程模块检查是否存在空闲的硬件层；在存在所述空闲的硬件层的情况下，解析预设神经网络模型得到结构数据和参数数据并预处理输入计算图；解析所述结构数据得到驱动层可识别的指令数据；调用第一指令使所述驱动层接收所述参数数据和指令数据，使所述驱动层根据所述指令数据和参数数据进行初始化，调用第二指令使所述驱动层接收所述输入计算图，调用第三指令通知所述驱动层根据所述指令数据驱动所述空闲的硬件层计算所述输入计算图和参数数据以得到输出计算图。本发明实施例实现了提高神经网络多硬件的通信效率。
基于神经网络指令交互方法系统设备存储介质

[发明专利]多计算引擎调度方法、装置、设备及存储介质-CN202010099733.0有效
发明人： 黄炯凯;蔡权雄;牛昕宇 -专利权人：深圳鲲云信息科技有限公司
申请日： 2020-02-18 - 公布日： 2023-05-12 - 主分类号： G06F9/48 文献下载
摘要：本申请实施例公开了一种多计算引擎调度方法、装置、设备及存储介质，该方法包括：根据数据库中的历史计算任务定义多个计算队列；根据预设规则给每个计算队列分配对应的计算引擎；匹配待计算任务和所述历史计算任务以确认目标历史计算任务，根据所述目标历史计算任务确认目标计算引擎；使用所述目标计算引擎对所述待计算任务进行计算。本发明实施例提供的一种多计算引擎调度方法，避免了相关技术中无法充分利用多个计算引擎的资源，也无法应对多用户的计算请求的情况，提升了计算引擎的利用效率，并且能够同时处理多个进程，提高了进程的处理速度。
计算引擎调度方法装置设备存储介质

[发明专利]定制数据流硬件模拟仿真方法、装置、设备及存储介质-CN201980066982.5有效
发明人：郭理源;黄炯凯;蔡权雄;牛昕宇 -专利权人：深圳鲲云信息科技有限公司
申请日： 2019-10-12 - 公布日： 2023-05-05 - 主分类号： G06F30/27 文献下载
摘要：一种人工智能领域的定制数据流硬件模拟仿真方法、装置、计算机设备及存储介质，其中，所述方法包括：获取定制数据流硬件参数以及待仿真数据(S101)；根据寄存配置参数在C语言环境中配置对应的寄存地址，并将待仿真数据、神经网络结构图与神经网络参数寄存到对应的寄存地址(S102)；根据对应寄存地址中的神经网络结构图模拟构建对应的模拟神经网络(S103)；将对应寄存地址中的待仿真数据以及神经网络参数输入到模拟神经网络进行仿真计算，得到验证数据，并返回对应的寄存地址(S104)。由于在C语言环境中模拟定制数据流硬件的工作流，便于开发过程中软件部分与硬件部分的协调验证，提高开发效率。
定制数据流硬件模拟仿真方法装置设备存储介质

[发明专利]模型编译方法、装置、编译器及模型运行系统-CN202111240278.2在审
发明人： 黄炯凯;蔡权雄;牛昕宇 -专利权人：深圳鲲云信息科技有限公司
申请日： 2021-10-25 - 公布日： 2023-04-28 - 主分类号： G06N20/00 文献下载
摘要：本公开提供了一种模型编译方法、装置、编译器及模型运行系统，涉及人工智能技术领域，所述方法包括：响应于运行指示，获取包括多个计算层的机器学习模型对应的模型文件；解析模型文件，以得到硬件可执行的第一计算图，第一计算图包括多个第一算子，每个第一算子对应至少一个计算层；根据来自用户的输入和第一计算图，确定第一组第一算子的运行信息，第一组第一算子包括多个第一算子中的至少部分第一算子；根据第一组第一算子中每个第一算子的运行信息，确定该第一算子对应的硬件配置信息；将多个第一算子中每个第一算子对应的硬件配置信息发送至基于数据流的可执行设备，以便可执行设备执行每个第一算子对应的计算。
模型编译方法装置编译器运行系统

[发明专利]神经网络模型的数据处理方法、装置、设备及存储介质-CN202010099460.X有效
发明人： 黄炯凯;蔡权雄;牛昕宇 -专利权人：深圳鲲云信息科技有限公司
申请日： 2020-02-18 - 公布日： 2023-04-11 - 主分类号： G06N3/02 文献下载
摘要：本申请实施例公开了一种神经网络模型的数据处理方法、装置、设备及存储介质，该方法包括：获取神经网络模型中的多个神经网络算子；根据预设规则对所述多个神经网络算子进行融合得到融合后的神经网络算子；将所述融合后的神经网络算子组合为计算指令；使用计算引擎对所述计算指令进行计算。本发明提供的一种神经网络模型的数据处理方法,加快了计算流程，解决了相关技术中无法快速实现数据流计算的问题，实现了使算法指令到达驱动程序之后把多个算子解析成一次数据流过程，多个数据流过程整体实现一个神经网络的数据流，使得数据流速度能够达到最高的效率。
神经网络模型数据处理方法装置设备存储介质

[发明专利]一种板卡配置文件的加载方法、装置以及电子设备-CN201911173693.3有效
发明人：唐定华;黄炯凯;蔡权雄;牛昕宇 -专利权人：深圳鲲云信息科技有限公司
申请日： 2019-11-26 - 公布日： 2023-04-07 - 主分类号： G06F9/4401 文献下载
摘要：本发明实施例提供一种板卡配置文件的加载方法、装置以及电子设备，所述方法包括：电脑通过USB‑Blaster连接板卡并下载硬件比特流工程；当检测到板卡时，获取加载驱动的信息，所述驱动信息是通过对所述硬件比特流文件特定位置进行读取，且通过下载器下载得到的；将所述板卡配置文件信息加载到板卡Flash中，所述板卡配置文件信息是配置终端通过配置客户端上传得到的；基于所述硬件比特流文件信息加载到板卡，然后加载所述板卡配置文件信息到板卡上，以实现板卡配置文件的加载。本发明解决了加载板卡配置文件效率低的问题，提高了加载板卡配置文件的效率。
一种板卡配置文件加载方法装置以及电子设备

[发明专利]基于神经网络的指令推送方法、系统、设备及存储介质-CN202010101364.4有效
发明人：李金鹏;黄炯凯;蔡权雄;牛昕宇 -专利权人：深圳鲲云信息科技有限公司
申请日： 2020-02-19 - 公布日： 2023-03-03 - 主分类号： G06F9/30 文献下载
摘要：本发明实施例公开了一种基于神经网络的指令推送方法、系统、设备及存储介质。该指令推送方法包括：解析预设神经网络模型得到结构数据和参数数据并预处理输入计算图；解析所述结构数据得到驱动层可识别的指令数据；发送所述参数数据和指令数据至所述驱动层根据所述指令数据和参数数据进行初始化；发送所述输入计算图至所述驱动层并通知所述驱动层，以使驱动层根据指令数据驱动硬件层计算所述输入计算图和参数数据以得到输出计算图。本发明实施例实现了提高神经网络的指令执行效率。
基于神经网络指令推送方法系统设备存储介质

[发明专利]软硬件联合验证系统及方法-CN202011573586.2有效
发明人：郭理源;黄炯凯;蔡权雄;牛昕宇 -专利权人：山东产研鲲云人工智能研究院有限公司
申请日： 2020-12-25 - 公布日： 2023-01-03 - 主分类号： G06F30/33 文献下载
摘要：本发明公开了一种软硬件联合验证系统及方法。该系统包括：驱动软件、基于systemc模拟的存储器和异构集群；驱动软件嵌入在systemc框架中；驱动软件根据预设验证需求向异构集群发送驱动指令；存储器加载并保存待验证数据；异构集群根据驱动指令从存储器中提取待验证数据，计算得到输出数据，发送至驱动软件；驱动软件根据输出数据进行软硬件的联合验证。通过systemc模拟异构集群，驱动软件嵌入systemc框架，为驱动软件提供与硬件功能相等的模型，实现驱动软件对硬件的控制流程，协助软件前期的开发与调试，为硬件提供标准数据。解决了现有技术中软件与硬件在大多数的系统开发中分开进行，导致开发周期长的技术问题。
软硬件联合验证系统方法

[发明专利]运行深度学习网络的方法及装置-CN202011303530.5有效
发明人：伍永情;黄炯凯;蔡权雄;牛昕宇 -专利权人：山东产研鲲云人工智能研究院有限公司
申请日： 2020-11-19 - 公布日： 2022-12-09 - 主分类号： G06N3/04 文献下载
摘要：本申请适用于计算机技术领域，提供了一种运行深度学习网络的方法及装置，其中该方法包括：基于固件准备请求，调用内存空间中的各个空闲空间地址分别生成相应的第一DMA指令固件，所述内存空间包括空闲空间和非空闲空间；当生成各个所述第一DMA指令固件时，获取针对深度学习网络的DMA操作请求；基于所述DMA操作请求为所述深度学习网络分配相应的目标DMA指令固件集，并将所述目标DMA指令固件集发送给处理器，以使得所述处理器基于所述目标DMA指令固件集运行所述深度学习网络。由此，可以提高深度学习网络的加载效率。
运行深度学习网络方法装置

[发明专利]神经网络数据处理方法、装置、设备及存储介质-CN202010679561.4有效
发明人：伍永情;黄炯凯;蔡权雄;牛昕宇 -专利权人：深圳鲲云信息科技有限公司
申请日： 2020-07-15 - 公布日： 2022-09-09 - 主分类号： G06F13/28 文献下载
摘要：本发明实施例公开了一种神经网络数据处理方法、装置、设备及存储介质，所述方法包括：加载神经网络当前层的第二运算数据；当神经网络当前层的第二运算数据加载完毕，加载神经网络下一层的第一运算数据。本发明实施例使得神经网络计算引擎的运行与DMA的数据读取并行处理，提高了计算引擎与DMA的并行度，从而减少了计算引擎和数据读取的空闲时间，提高了神经网络运算过程中的数据吞吐率，减少了神经网络运算所需的总体耗时。
神经网络数据处理方法装置设备存储介质

[发明专利]运行时硬件模拟仿真方法、装置、设备及存储介质-CN201980067042.8在审
发明人：李金鹏;黄炯凯;蔡权雄;牛昕宇 -专利权人：深圳鲲云信息科技有限公司
申请日： 2019-10-12 - 公布日： 2021-08-06 - 主分类号： G06N3/04 文献下载
摘要：适用于人工智能领域，提供一种运行时硬件模拟仿真方法、装置、计算机设备及存储介质，其中，所述方法包括：获取神经网络结构图与神经网络参数(S101)；根据神经网络结构图模拟构建对应的神经网络(S102)；获取待仿真数据，并对待仿真数据按量化信息进行量化，得到仿真输入数据(S103)，仿真输入数据与神经网络参数为同一硬件数据类型；将神经网络参数与仿真输入数据输入到神经网络进行卷积计算，得到卷积结果(S104)；基于卷积结果，得到仿真结果进行输出(S105)。由于将待仿真数据量化为与神经网络参数相同的硬件数据类型，在使用软件仿真时，使得仿真计算更贴近硬件计算的结果，且硬件数据类型的数据计算量小于浮点类型的计算量，还可以提高神经网络仿真的计算速度。
运行硬件模拟仿真方法装置设备存储介质

[发明专利]直接内存访问控制方法、系统、计算机设备及存储介质-CN201980067046.6在审
发明人：伍永情;黄炯凯;蔡权雄;牛昕宇 -专利权人：深圳鲲云信息科技有限公司
申请日： 2019-10-29 - 公布日： 2021-08-06 - 主分类号： G11C5/14 文献下载
摘要：一种直接内存访问控制方法、装置、系统、计算机设备及可读存储介质，属于内存访问技术领域，方法包括：获取应用端传输的控制指令，所述控制指令包括开始指令、至少一条直接内存访问指令、结束指令(101)；执行所述开始指令，依次解析所述至少一条直接内存访问指令，得到指令解析结果(102)；根据所述指令解析结果调用硬件进行内存的直接访问，直到所述指令解析结果为所述结束指令(103)。通过获取应用端的对内存的多条操作指令，在本地依次进行解析后直接对内存进行操作，可以降低应用端软件与内存硬件之间的交互次数，且可以尽量减少因操作系统调度打断软件对硬件的配置而引起的硬件空闲，从而提高系统整体性能和数据吞吐率。
直接内存访问控制方法系统计算机设备存储介质

[发明专利]神经网络调度方法、装置、计算机设备及可读存储介质-CN201980066984.4在审
发明人： 黄炯凯;蔡权雄;牛昕宇 -专利权人：深圳鲲云信息科技有限公司
申请日： 2019-10-12 - 公布日： 2021-07-30 - 主分类号： G06F9/00 文献下载
摘要：一种神经网络调度方法、装置、计算机设备及存储介质，该方法包括：将至少一个预训练好的神经网络模型加载到内存中的模型存储区，并获取所述神经网络模型的基地址，所述内存还包括公共数据存储区(101)；根据任务类型获取对应的所述神经网络模型的基地址，并读取所述公共数据存储区内的数据(102)；基于所述基地址调用对应的神经网络模型对所述数据进行计算，得到计算结果并输出(103)。该方法将神经网络预先加载到内存中并获得相应的基地址，调用上述基地址对应的多个神经网络对数据进行计算，并将中间结果放入一个公共数据存储区，可以减少额外的神经网络计算设备的成本，提高硬件资源的利用率。
神经网络调度方法装置计算机设备可读存储介质

1
2
下一页»
尾页
共 19 条