首页 在售
电子信息机械制造新型材料电气自动化新能源安全防护环保资源轻工纺织生物医药包装印刷海洋开发仪器仪表航空航天建材建筑农林牧业食品饮料采矿冶金家居用品化学化工交通运输橡胶塑料教育休闲其他
求购
电子信息机械制造新型材料电气自动化新能源安全防护环保资源轻工纺织生物医药包装印刷海洋开发仪器仪表航空航天建材建筑农林牧业食品饮料采矿冶金家居用品化学化工交通运输橡胶塑料教育休闲其他
查询 申请 展会 资讯 专利榜 企服商城 升级VIP
专利名称
农业 化学；冶金 建筑 机械工程 区域搜索
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24个，建议您升级VIP下载更多相关专利
  • [发明专利]逻辑核编译方法及运行方法、控制器、众核芯片-CN202210350809.1在审
  • 徐茂轩;柯健 - 北京灵汐科技有限公司
  • 2022-04-02 - 2023-10-24 - G06F8/41
  • 本公开提供了一种逻辑核编译方法及运行方法、控制器、众核芯片、电子设备、计算机可读介质，待处理的计算图对应多个逻辑核，每个逻辑核对应分配有计算图中的一个或多个计算任务，该逻辑核编译方法包括：确定当前待分配的逻辑核与第一众核芯片的第一物理核的映射关系；基于即时编译方式，将当前待分配的逻辑核编译至对应的第一众核芯片的第一物理核，以使第一物理核执行逻辑核的计算任务。根据本公开的实施例能够有效降低计算图中逻辑核的映射复杂度，提高计算图中逻辑核的映射和编译效率。
  • 逻辑编译方法运行控制器芯片
  • [发明专利]算子融合方法及装置、电子设备、计算机可读介质-CN202210350623.6在审
  • 徐茂轩;薛冰 - 北京灵汐科技有限公司
  • 2022-04-02 - 2023-10-24 - G06N3/0464
  • 本公开提供了一种算子融合方法及装置、电子设备、计算机可读介质，该方法包括：根据预设的算子融合模式集合，从指定计算图的多个子图中确定出目标子图；获取目标子图的执行信息；根据与目标子图对应的算子融合模式、目标子图的执行信息和预设的融合执行机制，确定目标子图的执行策略。根据本公开的实施例能够快捷地识别出需要进行算子融合的目标子图，并准确地确定目标子图的执行策略，以便处理核心在根据该执行策略生成的指令执行子图的计算任务时，减少对片上存储资源的占用，加快对计算任务的执行速度，从而有效提高处理能力。
  • 算子融合方法装置电子设备计算机可读介质
  • [发明专利]神经网络计算图的编译方法及编译装置-CN202210346080.0在审
  • 徐茂轩;吴强 - 北京灵汐科技有限公司
  • 2022-04-02 - 2023-10-24 - G06F8/41
  • 本公开提供了一种神经网络计算图的编译方法及编译装置、电子设备、计算机可读介质，神经网络计算图包括多个算子，该编译方法包括：根据多个所述算子的算子属性信息，将多个所述算子分配至预先创建的多个逻辑核；根据多个所述逻辑核生成字节码，并进行存储；将所述字节码中多个所述逻辑核分别编译至众核系统中的多个物理核，每个所述逻辑核对应编译至一个所述物理核。根据本公开的技术方案，能够有效提高神经网络计算图编译的灵活性和扩展性。
  • 神经网络计算编译方法装置
  • [发明专利]算子分配方法及装置、电子设备、计算机可读介质-CN202111597633.1在审
  • 徐茂轩;沈兵;李磊 - 无锡灵汐类脑科技有限公司
  • 2021-12-24 - 2023-06-30 - G06F9/50
  • 本公开提供了一种神经网络计算图的算子分配方法，该算子分配方法应用于众核芯片，该算子分配方法包括：获取目标神经网络计算图对应的多种算子分配策略，每种所述算子分配策略包括一种算子分配信息，算子分配信息表征将目标神经网络计算图中多个算子分配到众核芯片的多个计算核上的一种算子分配情况；将每种算子分配策略对应的算子分配信息输入至预先获取的评估模型，预测得到每种算子分配策略对应的内存负载均衡评估值；根据各算子分配策略对应的内存负载均衡评估值，从多种算子分配策略中确定出目标算子分配策略。本公开还提供了一种算子分配装置、电子设备及计算机可读介质。
  • 算子分配方法装置电子设备计算机可读介质
  • [发明专利]基于众核芯片的内存分配方法和内存分配装置-CN202111598688.4在审
  • 徐茂轩;李志 - 无锡灵汐类脑科技有限公司
  • 2021-12-24 - 2023-06-30 - G06F9/50
  • 本公开提供了一种基于众核芯片的内存分配方法，该方法包括：获取待分配给目标计算核的至少一个神经网络算子的算子属性信息；将各神经网络算子的算子属性信息输入预先获取的内存使用预测模型，预测得到该至少一个神经网络算子在目标计算核对应的内存中最大的内存使用量；在最大的内存使用量小于或等于目标计算核对应的内存的可用内存量的情况下，确定该至少一个神经网络算子为目标计算核对应的目标分配算子；将目标分配算子分配给目标计算核对应的内存。本公开能够减少为神经网络算子分配众核芯片内存的算力消耗，缩短为神经网络算子分配众核芯片内存的时间。本公开还提供了一种内存分配装置、电子设备、计算机可读介质。
  • 基于芯片内存分配方法装置
  • [发明专利]基于多线程的内存分配方法及装置-CN202111602609.2在审
  • 徐茂轩;李志;王慰 - 无锡灵汐类脑科技有限公司
  • 2021-12-24 - 2023-06-30 - G06F9/50
  • 本公开提供了一种基于多线程的内存分配方法，该内存分配方法应用于众核芯片，众核芯片包括多个计算核，每个计算核对应配置有独立内存，该内存分配方法包括：利用当前计算核对应的多个线程并行执行各自对应的内存分配任务；对于每一个所述线程，所述线程执行对应的所述内存分配任务，包括：基于当前计算核的内存资源池，利用强化学习的价值迭代算法对当前计算核对应的各算子进行内存分配，所述算子包括至少一个张量。本公开还提供了一种内存分配装置、电子设备及计算机可读介质。
  • 基于多线程内存分配方法装置
  • [发明专利]基于强化学习的内存分配方法及装置-CN202111603884.6在审
  • 徐茂轩;薛冰;王凯 - 无锡灵汐类脑科技有限公司
  • 2021-12-24 - 2023-06-30 - G06F9/50
  • 本公开提供了一种基于强化学习的内存分配方法，该内存分配方法应用于众核芯片，众核芯片包括多个计算核，每个计算核对应配置有独立内存，该内存分配方法包括：在当前轮次迭代中，在当前可用内存的当前内存分配状态下，根据当前张量的张量属性信息和当前张量的上下文信息，确定当前张量对应的可分配内存位置，上下文信息包括内存分配时间排在当前张量之后的其他张量的张量属性信息；根据当前张量在每一个可分配内存位置所对应的内存分配状态的状态价值分数，对当前张量进行内存分配，并更新当前可用内存的当前内存分配状态。本公开还提供了一种内存分配装置、电子设备及计算机可读介质。
  • 基于强化学习内存分配方法装置
  • [发明专利]内存分配方法及装置-CN202111604049.4在审
  • 徐茂轩;沈兵;李磊 - 无锡灵汐类脑科技有限公司
  • 2021-12-24 - 2023-06-30 - G06F9/50
  • 本公开提供了一种内存分配方法，该内存分配方法应用于众核芯片，众核芯片包括多个计算核，每个计算核对应配置有独立内存，该内存分配方法包括：利用第一内存分配算法，对计算核对应的待分配算子序列中当前待分配的多个算子依次进行内存分配；当针对任一算子进行内存分配失败时，确定当前标记算子，当前标记算子是待分配算子序列中所有标记算子中在该分配失败的算子之前的一个标记算子；利用第二内存分配算法，对待分配算子序列中在当前标记算子之后的多个算子依次进行内存分配。本公开还提供了一种内存分配装置、电子设备及计算机可读介质。
  • 内存分配方法装置
  • [发明专利]基于强化学习的内存分配方法及装置-CN202111598921.9在审
  • 徐茂轩;薛冰;王凯 - 无锡灵汐类脑科技有限公司
  • 2021-12-24 - 2023-06-30 - G06F9/50
  • 本公开提供了一种基于强化学习的内存分配方法，该内存分配方法应用于众核芯片，众核芯片包括多个计算核，每个计算核对应配置有独立内存，该内存分配方法包括：在当前轮次迭代中，在当前可用内存的当前内存分配状态下，确定在当前可用内存中当前张量对应的可分配内存位置；针对当前张量对应的每个可分配内存位置，确定选取该可分配内存位置对当前张量进行内存分配时的内存分配状态的状态价值分数；根据状态价值分数最高的内存分配状态所对应的可分配内存位置，对当前张量进行内存分配，并更新当前可用内存的当前内存分配状态。本公开还提供了一种内存分配装置、电子设备及计算机可读介质。
  • 基于强化学习内存分配方法装置
  • [发明专利]一种深度学习模型训练方法、工作节点和参数服务器-CN202010896348.9在审
  • 徐茂轩;吴臻志 - 北京灵汐科技有限公司
  • 2020-08-31 - 2020-12-01 - G06N20/00
  • 本发明实施例提供一种深度学习模型训练方法、工作节点和参数服务器，其中，应用于工作节点的深度学习模型训练方法，包括：接收参数服务器发送的第一统计参数，其中，所述第一统计参数是所述参数服务器根据目标模型的目标层的历史训练数据确定的；在基于目标批量训练样本对所述目标层进行训练时，获取所述目标层的目标统计参数，其中，所述目标统计参数为所述目标批量训练样本的统计参数；基于所述第一统计参数和所述目标统计参数确定所述目标层的实际统计参数，并基于所述实际统计参数对所述目标批量训练样本进行批标准化，以及将所述目标统计参数发送至所述参数服务器。本申请实施例能够提升深度学习模型的训练效率。
  • 一种深度学习模型训练方法工作节点参数服务器
友情链接：交换友情链接需要网站权重大于4，网站收录10W以上，如符合条件，请联系QQ：76009968。

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

版权所有钻瓜科技（天津）有限公司津ICP备15000985号津公网安备 12019202000206号http://www.vipzhuanli.com/公布日期
咨询在线客服咨询在线客服
tel code back_top