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29个,建议您升级VIP下载更多相关专利
  • [发明专利]计算机芯片-CN202210299900.5在审
  • 李森;雷亚雄;赵志达;高曰超 - 北京思丰可科技有限公司
  • 2022-03-25 - 2023-10-10 - G06F15/78
  • 本发明公开了一种计算机芯片,用以提高计算机芯片的计算效率。所述计算机芯片包括:多个计算单元;每个所述计算单元对应一个网络节点,由多个网络节点的连接组成片上网络;特定的计算单元之间设置有数据传输线;特定的计算单元之间通过所述数据传输线传输数据;非特定的计算单元之间通过所述片上网络中对应的网络节点传输数据。
  • 计算机芯片
  • [发明专利]一种计算系统-CN202210299902.4在审
  • 雷亚雄;高曰超 - 北京思丰可科技有限公司
  • 2022-03-25 - 2023-10-10 - G06N3/0464
  • 本发明公开了一种计算系统,用以在对深度学习网络计算时,降低指令所需的存储空间。该计算系统包括:外部存储器和处理器;所述外部存储器,存储有用于计算深度学习网络的训练数据集,以及与训练数据集对应的配置表,所述配置表中包括特征维度和权重维度分别对应的信息;所述处理器,被配置执行以下操作:接收深度学习网络计算请求,深度学习网络计算请求中包括配置表标识;确定所述外部存储器中所述配置表标识对应的配置表,根据确定的配置表中特征维度和权重维度分别对应的信息,获取输入特征数据和输入权重数据;对所述输入特征数据和所述输入权重数据进行计算,得到输出数据。
  • 一种计算系统
  • [发明专利]光电计算系统及其量化单元-CN202210227875.X在审
  • 林泽宇;雷亚雄;高曰超;赵志达;李森 - 北京思丰可科技有限公司
  • 2022-03-08 - 2023-09-19 - G06E3/00
  • 本发明涉及光电计算系统及其量化单元,量化单元包括:量化前处理模块和量化后处理模块两部分;所述量化前处理模块,用于对一次光向量‑矩阵乘法模拟计算的结果进行量化,所述量化是指通过设定的缩放因子Scale对一次光向量‑矩阵乘法模拟计算的结果进行量化;所述量化后处理模块,用于对从存储器中提取的权重和激活值进行相应的量化和/或反量化操作,用于为下一个卷积层的输入作准备。本发明,所述光电计算系统可将数据从高比特空间映射到低比特空间,且支持误差补偿,可用于处理拥有较高比特数值的模拟信号,不但模型精度损失低,而且有效降低功耗,避免了大功耗对系统性能的影响。
  • 光电计算系统及其量化单元
  • [发明专利]数据解压系统及方法-CN202210241889.7在审
  • 雷亚雄;高曰超 - 北京思丰可科技有限公司
  • 2022-03-08 - 2023-09-19 - H04N19/625
  • 本发明公开了一种数据解压系统及方法,用以提高IDCT计算的效率,进而提高数据解压的效率。系统包括:电芯片和光芯片;电芯片,用于对待解压数据依次进行系数解码和反量化,并将反量化后的数据转为模拟控制信号传输给所述光芯片;光芯片,用于将模拟控制信号转为光信号,并对光信号进行返离散余弦变换IDCT运算,将经过IDCT运算后的光信号转换为模拟电信号;电芯片,用于获取模拟电信号,并将模拟电信号转换为数字信号,得到待解压数据对应的解压数据。
  • 数据解压系统方法
  • [发明专利]一种存储装置及卷积神经网络处理装置-CN202111677325.X在审
  • 李森;雷亚雄;赵志达;高曰超 - 北京思丰可科技有限公司
  • 2021-12-31 - 2023-07-11 - G06N3/0464
  • 本专利公开了一种存储装置及卷积神经网络处理装置,属于卷积神经网络领域,用于提高数据传输的效率、提升卷积计算速度、降低功耗。本发明的主要技术方案为:所述存储装置包括:一级存储器、二级存储器、三级存储器;其中,所述一级存储器用于存储所述卷积神经网络处理装置中的点乘处理模块获取的点乘运算结果;所述二级存储器用于存储从所述一级存储器传来的点乘运算结果;所述二级存储器还用于将存储时间大于预设时间阈值,且无累加对象的点乘运算结果输送至所述三级存储器;所述三级存储器用于存储所述二级存储器传来的点乘运算结果。
  • 一种存储装置卷积神经网络处理
  • [发明专利]一种卷积神经网络处理方法及装置-CN202111677348.0在审
  • 李森;雷亚雄;赵志达;高曰超 - 北京思丰可科技有限公司
  • 2021-12-31 - 2023-07-11 - G06N3/0464
  • 本专利公开了一种卷积神经网络处理方法及装置,属于卷积神经网络领域,用于提高数据传输的效率、优化深度学习的计算流程、提升计算速度、降低功耗。本发明的主要技术方案为:按照第一预设方式输入权重数据至乘法器阵列;基于每一行乘法器内各权重数据对应的通道,确定与每一行乘法器对应的子特征数据集合;基于每一行乘法器对应的子特征数据集合,将子特征数据集合输入至乘法器阵列,任一行乘法器的每个乘法器内的权重数据与此行乘法器对应的子特征数据集合中的每个元素特征数据进行点乘运算,获得第一点乘运算结果集合;将获得的第一点乘运算结果集合输入至累加器进行累加;响应于累加器累加完成,获取待处理特征数据集合对应的处理结果。
  • 一种卷积神经网络处理方法装置
  • [发明专利]一种卷积计算方法和装置-CN202111494948.3在审
  • 雷亚雄;高曰超 - 北京思丰可科技有限公司
  • 2021-12-08 - 2023-06-13 - G06N3/0464
  • 本专利公开了一种卷积计算方法和装置,用于优化现有卷积计算流程中能耗问题和效率问题。本专利的主要技术方案为:将特征数据和权重数据按分块经内部存储器输入至计算单元,动态分配乘法器输入端队列。本专利通过优化计算单元中的计算流程,利用通道数据特性,使单个乘法器组内的输出结果相干,且同一乘法器组中的各个乘法器的输入端权重数据各属于不同卷积核,因此不会产生数据竞争,加法器可以直接运算,乘法器输出无需进行队列等待。此外卷积核大小、形式和数据读取方式均对本专利计算流程无影响,因此对应不同步长(stride),不同填充(padding)形式、不同形式的卷积(如各种变形卷积)等计算,均有很好的适配性。
  • 一种卷积计算方法装置
  • [发明专利]一种卷积计算方法和装置-CN202111513508.8在审
  • 雷亚雄;高曰超 - 北京思丰可科技有限公司
  • 2021-12-08 - 2023-06-13 - G06F18/241
  • 本专利公开了一种卷积计算方法和装置,用于优化现有卷积计算流程中由于乘法和加法的时间不匹配,导致加法器输入端可能出现大量数据堆积等待计算,浪费计算时间,进而产生的能耗问题和效率问题。本方法和装置通过复用权重和输入特征数据,多个计算单元并行计算,提升计算速度和功耗;同时通过优化数据的计算顺序,当数据被压缩后,也不会存在数据竞争,无需额外存储硬件和时间处理计算阻塞,避免了通道阻塞导致的计算模块停滞;并且不光适用于压缩后的权重数据和特征数据,同样适用于稠密数据。本专利针对stride≥2的情况进行优化,并兼容stride=1的卷积计算。
  • 一种卷积计算方法装置
  • [发明专利]一种卷积计算方法和装置-CN202111244019.7在审
  • 雷亚雄;高曰超 - 北京思丰可科技有限公司
  • 2021-10-25 - 2023-04-28 - G06F17/15
  • 本专利公开了一种卷积计算方法和装置,用于优化现有卷积计算流程中由于乘法和加法的时间不匹配,导致加法器输入端可能出现大量数据堆积等待计算,浪费计算时间,进而产生的能耗问题和效率问题。本方法和装置通过复用权重和输入特征数据,多个计算单元并行计算,提升计算速度和功耗;同时通过优化数据的计算顺序,当数据被压缩后,也不会存在数据竞争,无需额外存储硬件和时间处理计算阻塞,避免了通道阻塞导致的计算模块停滞;并且不光适用于压缩后的权重数据和特征数据,同样适用于稠密数据。
  • 一种卷积计算方法装置
  • [发明专利]一种实现高速处理计算机视觉图像的分层计算方法-CN201711077907.8有效
  • 张盛;陈超;高曰超 - 清华大学深圳研究生院
  • 2017-11-06 - 2020-12-11 - G06K9/32
  • 本发明提供一种实现高速处理计算机视觉图像的分层计算方法,所述方法包括将计算机视觉图像处理任务分为快速响应层、实时响应层和非实时响应层,所述快速响应层对图像传感器输出的列并行数据流进行图像像素级并行运算处理,为实时响应层提供多个感兴趣区域和/或图像特征;实时响应层对感兴趣区域和/或图像特征实时进行目标检测、分类或识别;非实时响应层通过网络远程访问,对所述实时响应层目标检测、分类或识别的结果进行进一步细分识别和/或相关信息检索。本发明提供的一种实现高速处理计算机视觉图像的分层计算方法具有运算速度快,延时低等特点,可以超高速完成低层和中层视觉计算任务,并能大幅度降低高层视觉任务的计算复杂度以实现实时运算能力。
  • 一种实现高速处理计算机视觉图像分层计算方法

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