“何雷骏”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14个，建议您升级VIP下载更多相关专利

[发明专利]一种处理单元PE阵列的配置方法和相关设备-CN202210264327.4在审
发明人：张鑫;蔡兆晖;何雷骏;邵芳琳 -专利权人：华为技术有限公司
申请日： 2022-03-17 - 公布日： 2023-09-29 - 主分类号： G06N3/063 文献下载
摘要：本申请实施例公开了一种处理单元PE阵列的配置方法和相关设备，用于对PE阵列进行配置。本申请可应用于芯片，芯片包括处理模块和PE阵列。其中，处理模块生成M个算子的同构性特征，然后根据同构性特征确定PE阵列中N个PE的静态配置，并基于静态配置和M个算子在PE阵列中的整体配置确定M个动态配置，动态配置为所述整体配置中除了静态配置之外的其他配置。那么，PE阵列可以基于静态配置和M个动态配置中的一个动态配置进行配置，无需切换PE阵列的静态配置，降低了切换开销。
一种处理单元 pe 阵列配置方法相关设备

[发明专利]一种解压装置、加速器、和用于解压装置的方法-CN202010196700.8有效
发明人：徐斌;何雷骏;王明书 -专利权人：华为技术有限公司
申请日： 2020-03-19 - 公布日： 2023-07-18 - 主分类号： G06F3/06 文献下载
摘要：本申请涉及一种解压装置，用于对与指令相关的数据进行至少一个操作，并且包括：与至少一个操作对应的至少一个操作引擎；和至少一个存储装置，用于存储经至少一个操作中的每个操作的数据，其中至少一个存储装置中的第一存储装置包括第一存储器和第一控制器，其中第一控制器在第一存储器的存储量大于或等于第一预定量的情况下，产生第一反压信号并将第一反压信号发送到至少一个操作引擎中的第一操作引擎，以控制第一操作引擎停止向第一存储器输出经第一操作引擎操作的数据。本申请可以通过存储装置的反压机制实现操作引擎的流水操作。
一种解压装置加速器用于方法

[发明专利]数据处理的方法和装置-CN202110798664.7在审
发明人：徐斌;何雷骏;舒嘉明 -专利权人：华为技术有限公司
申请日： 2021-07-15 - 公布日： 2023-01-17 - 主分类号： G06T17/20 文献下载
摘要：本申请提供了一种数据处理的方法和装置，能够提高存储数据的存储效率。该方法包括：根据接收到的第一消息，在哈希表中确定用于索引第一数据块的第一表项，该第一消息用于指示存储该第一数据块，该第一消息中包括该第一数据块的标识和该第一数据块的长度，该第一表项为未被占用的；根据该第一数据块的长度，确定用于存储该第一数据块的至少一个内存块的地址信息；根据该至少一个内存块的地址信息，将第一数据块保存至所述至少一个内存块中；将该至少一个内存块的地址信息、该第一数据块的标识和第一指示信息写入该第一表项中。
数据处理方法装置

[发明专利]执行矩阵乘法运算的方法、电路及SOC-CN202111444099.0有效
发明人： 何雷骏;徐斌;王开兴 -专利权人：华为技术有限公司
申请日： 2019-11-20 - 公布日： 2022-07-22 - 主分类号： G06F7/523 文献下载
摘要：本申请公开一种执行矩阵乘法运算的方法，属于数据处理领域。该方法包括：获取矩阵A1、矩阵B2和索引矩阵；根据索引矩阵和矩阵A1生成n个矩阵A2，n个矩阵A2与索引矩阵的n列按顺序一一对应，每个矩阵A2的t列与对应的索引矩阵中的一列的t个元素按顺序一一对应，每个矩阵A2的每一列为对应的索引矩阵中的一个元素在矩阵A1中指示的一列；根据n个矩阵A2和矩阵B2生成矩阵C，矩阵C的n列与n个矩阵A2按顺序一一对应，矩阵C的n列与矩阵B2的n列按顺序一一对应，矩阵C的每一列为对应的一个矩阵A2与对应的矩阵B2中的一列的乘积。本申请只需从矩阵A1中读取一次数据就能完成矩阵乘法运算，实现了数据复用性的最大化。
执行矩阵乘法运算方法电路 soc

[发明专利]数据传输方法、装置、电子设备及可读存储介质-CN201980098672.1在审
发明人： 何雷骏;董镇江;屠嘉晋;李震桁 -专利权人：华为技术有限公司
申请日： 2019-08-05 - 公布日： 2022-03-04 - 主分类号： G06N3/04 文献下载
摘要：本申请实施例提供一种数据传输方法、装置、电子设备及可读存储介质，在该方法中，从存储单元中获取至少一个待传输数据，存储单元中设置有N个源地址，待传输数据被分散存储于N个源地址中，基于源地址和目标地址之间的第一预设关系，使用第一传输子网络，将存储于第1个源地址至第N/2个源地址中的待传输数据传输至对应的目标地址。第一预设关系包括：当源地址为K时，对应的目标地址为从0开始的0至K中的一个。第一传输子网络包括多个层，层Y的第2^(Y–1)+1个位置至第2^Y个位置上不存在交换节点，并且，当层Y中的第1个位置至第2^Y个位置上存在至少一个交换节点时，该至少一个交换节点中的每个交换节点均不包括上行连接线路。该方法可以极大地降低传输开销以及计算开销，极大提升具有稀疏性的数据的处理效率。
数据传输方法装置电子设备可读存储介质

[发明专利]一种神经网络处理器和数据处理方法-CN202010822840.1在审
发明人：刘保庆;何雷骏;王明书 -专利权人：华为技术有限公司
申请日： 2020-08-13 - 公布日： 2022-02-22 - 主分类号： G06N3/063 文献下载
摘要：本申请提供了一种神经网络处理器和数据处理方法，该神经网络处理器可以包括：第一缓存单元，用于存储第一输入数据；第二缓存单元，用于存储权重数据；与第一缓存单元和第二缓存单元连接的运算单元，用于对第一输入数据和权重数据进行矩阵乘运算以得到中间计算结果；压缩单元，用于对中间计算结果进行处理，得到处理后的数据；处理后的数据包括压缩后的数据和未压缩的数据；与压缩单元连接的存储单元访问控制器，用于将处理后的数据存储至神经网络处理器之外的存储器中。实施本申请，可以在节省IO带宽的同时，还可以减少压缩操作的复杂度。
一种神经网络处理器数据处理方法

[发明专利]一种数据压缩和解压缩方法、装置及系统-CN202010203201.7在审
发明人：刘保庆;何雷骏;王明书 -专利权人：华为技术有限公司
申请日： 2020-03-20 - 公布日： 2021-10-12 - 主分类号： H03M7/30 文献下载
摘要：本申请实施例公开了一种数据压缩和解压缩方法、装置及系统，应用于数据处理技术领域，用于在压缩率不同时，选择最优的压缩数据块长度，以实现数据压缩及解压缩的最优化。该方法包括：在进行数据压缩时，压缩引擎获取待压缩的目标数据后依次将其中L字节长度的数据块分别压缩为l字节长度的压缩数据块，得到一个压缩结果；其中，L和l分别为解压引擎解压出口最大带宽长度和入口最大带宽长度；接着依次将l变更为l1至ln，重复执行前述压缩步骤，得到n个压缩结果，并获取这n个压缩结果中数据总长度最小的压缩结果对应的压缩数据块长度，进而再将该压缩数据块长度存储至压缩信息中，并向解压引擎发送该压缩信息和数据总长度最小的压缩结果。
一种数据压缩和解压缩方法装置系统

[发明专利]执行矩阵乘法运算的方法、电路及SOC-CN201980076521.6在审
发明人： 何雷骏;徐斌;王开兴 -专利权人：华为技术有限公司
申请日： 2019-11-20 - 公布日： 2021-07-23 - 主分类号： G06F7/523 文献下载
摘要：本申请公开一种执行矩阵乘法运算的方法，属于数据处理领域。该方法包括：获取矩阵A1、矩阵B2和索引矩阵；根据索引矩阵和矩阵A1生成n个矩阵A2，n个矩阵A2与索引矩阵的n列按顺序一一对应，每个矩阵A2的t列与对应的索引矩阵中的一列的t个元素按顺序一一对应，每个矩阵A2的每一列为对应的索引矩阵中的一个元素在矩阵A1中指示的一列；根据n个矩阵A2和矩阵B2生成矩阵C，矩阵C的n列与n个矩阵A2按顺序一一对应，矩阵C的n列与矩阵B2的n列按顺序一一对应，矩阵C的每一列为对应的一个矩阵A2与对应的矩阵B2中的一列的乘积。本申请只需从矩阵A1中读取一次数据就能完成矩阵乘法运算，实现了数据复用性的最大化。
执行矩阵乘法运算方法电路 soc

[发明专利]运行神经网络模型的方法、装置和计算机设备-CN201910996290.2在审
发明人：何占盈;郑淼;何雷骏 -专利权人：华为技术有限公司
申请日： 2019-10-18 - 公布日： 2021-04-20 - 主分类号： G06N3/04 文献下载
摘要：本申请是关于一种运行神经网络模型的方法、装置和计算机设备，属于人工智能技术领域。所述方法包括：获取当前卷积层的输入数据和权重参数数据；对输入数据进行winograd处理；对权重参数数据进行winograd处理；降低winograd处理后的权重参数数据的数据位数目，对降位后的权重参数数据进行量化处理；基于待运算的输入数据和待运算的权重参数数据进行卷积运算；对中间输出数据进行反量化处理；对反量化处理后的中间输出数据进行winograd结果变换处理，得到当前卷积层的输出数据。采用本申请，提高卷积层的运算速度，最终可以实现提高整个神经网络模型的运行速度的目的。
运行神经网络模型方法装置计算机设备

[发明专利]数据压缩、解压方法及相关装置、电子设备、系统-CN201980051013.2在审
发明人：陆超;刘保庆;何雷骏 -专利权人：华为技术有限公司
申请日： 2019-07-31 - 公布日： 2021-03-16 - 主分类号： H03M7/30 文献下载
摘要：本申请实施例公开了一种数据压缩、解压方法及相关装置、电子设备、系统，该数据压缩方法基于压缩算法对原始数据中的原始数据块进行处理以得到与原始数据块对应的长度为L2的规范压缩数据块，进而将原始数据压缩成供解压装置并行解压的一个或多个长度为L2的规范压缩数据块，其中，解压装置包括多个解压引擎，每个解压引擎在一个处理周期内能够对一个规范压缩数据块进行解压。通过执行本发明实施例的数据压缩方法可以压缩成长度为固定值的规范压缩数据块，使得各个解压引擎在解压该多个规范压缩数据块时可以同步解压，提高数据的解压效率。
数据压缩解压方法相关装置电子设备系统

[发明专利]执行矩阵乘法运算的方法、电路及SOC-CN201811384503.8有效
发明人： 何雷骏;徐斌;王开兴 -专利权人：华为技术有限公司
申请日： 2018-11-20 - 公布日： 2021-01-29 - 主分类号： G06F7/523 文献下载
摘要：本申请公开一种执行矩阵乘法运算的方法，属于数据处理领域。该方法包括：获取矩阵A1、矩阵B2和索引矩阵；根据索引矩阵和矩阵A1生成n个矩阵A2，n个矩阵A2与索引矩阵的n列按顺序一一对应，每个矩阵A2的t列与对应的索引矩阵中的一列的t个元素按顺序一一对应，每个矩阵A2的每一列为对应的索引矩阵中的一个元素在矩阵A1中指示的一列；根据n个矩阵A2和矩阵B2生成矩阵C，矩阵C的n列与n个矩阵A2按顺序一一对应，矩阵C的n列与矩阵B2的n列按顺序一一对应，矩阵C的每一列为对应的一个矩阵A2与对应的矩阵B2中的一列的乘积。本申请只需从矩阵A1中读取一次数据就能完成矩阵乘法运算，实现了数据复用性的最大化。
执行矩阵乘法运算方法电路 soc

[发明专利]神经网络的训练方法及装置-CN201910407634.1在审
发明人：胡丁晟;何雷骏;徐斌 -专利权人：华为技术有限公司
申请日： 2019-05-16 - 公布日： 2020-11-17 - 主分类号： G06N3/04 文献下载
摘要：本申请提供一种神经网络的训练方法及装置，能够有效减少神经网络的训练过程中的计算量，从而提高神经网络的训练效率，拓展神经网络的训练方法的适用范围。该方法包括：利用由大位宽的第一训练数据和第一权重矩阵量化后的小位宽的第二训练数据和第二权重矩阵得到本处理层的大位宽的回传误差，并量化为本处理层对应的小位宽的回传误差，然后再利用小位宽的第二训练数据和小位宽的回传误差，计算本处理层对应的大位宽的第二权重矩阵，从而完成神经网络的一次训练迭代。
神经网络训练方法装置

[发明专利]数据压缩、解压方法及相关装置、电子设备、系统-CN201810859928.3在审
发明人：陆超;刘保庆;何雷骏 -专利权人：华为技术有限公司
申请日： 2018-07-31 - 公布日： 2020-02-11 - 主分类号： H03M7/30 文献下载
摘要：本申请实施例公开了一种数据压缩、解压方法及相关装置、电子设备、系统，该数据压缩方法通过将原始数据中连续的S个原始数据块中的每一个原始数据块分别通过压缩算法进行独立压缩，得到S个压缩数据块，各个原始数据块为长度不大于L1，各个压缩数据块的长度d不大于L2；进而，在S个压缩数据块中的每一个压缩数据块之后添加长度为L2‑d的附加数据，生成S个长度为L2的规范压缩数据块，该规范数据块为解压装置中的单个解压引擎能够在一个处理周期内处理完的数据块。通过执行本发明实施例的数据压缩方法可以压缩成长度为固定值的规范压缩数据块，使得各个解压引擎在解压该多个规范压缩数据块时可以同步解压，提高数据的解压效率。
压缩数据块解压原始数据块数据压缩数据块引擎处理周期电子设备独立压缩附加数据解压装置相关装置压缩算法原始数据压缩申请

[发明专利]卷积运算芯片和通信设备-CN201611243272.X有效
发明人：徐斌;袁宏辉;何雷骏 -专利权人：华为机器有限公司
申请日： 2016-12-29 - 公布日： 2019-05-03 - 主分类号： G06F17/15 文献下载
摘要：本申请提供了一种卷积运算芯片和通信设备，该卷积运算芯片包括：M×N乘法累加器阵列，包括第一乘法累加器窗口，该第一乘法累加窗口的处理单元PE_X,Y用于将PE_X，Y的卷积数据和PE_X，Y的卷积参数进行乘法运算，并将PE_X，Y的卷积参数传输至PE_X，Y+1，将PE_X，Y的卷积数据传输至PE_X‑1，Y+1，分别作为PE_X，Y+1和PE_X‑1，Y+1进行乘法运算的乘数；数据缓存模块，用于向第一乘法累加窗口传输卷积数据和卷积参数；输出控制模块，用于输出卷积结果。本申请的卷积运算芯片和通信设备，能够在提高阵列资源利用率的同时降低RAM访问次数，减小RAM访问压力。
卷积运算芯片通信设备

1
共 14 条