-
Patent Agency Ranking
公开(公告)号：CN113644973A
公开(公告)日：2021-11-12
申请号：CN202110745223.0
申请日：2021-06-30
Applicant: 中国信息通信研究院 , 国网新疆电力有限公司电力科学研究院 , 中国电力科学研究院有限公司
IPC: H04B10/079 , H04Q11/00
Abstract: 本申请公开了一种OTN网络光信噪比测试方法，包括以下步骤：在全部波长通道打开的情况下测试各波长通道的信号带宽内功率和/或纠错前误码率；关断待测通道激光器；测量待测通道内的信号带宽内噪声功率、0.1nm噪声功率；打开所述待测通道激光器，再次测量各波长通道的信号带宽内功率和/或纠错前误码率，与待测通道激光器关断前的测试结果相比，得到接收功率差异和/或纠错前误码率差异，所述接收功率差异和/或纠错前误码率差异小于设定阈值，则改变待测通道。本申请还提出一种自动实现以上测试方法的系统。本申请的方法和系统，解决大容量DWDM链路中光信噪比测试的效率和精度不高的问题。
-
公开(公告)号：CN118393329B
公开(公告)日：2024-08-20
申请号：CN202410843083.4
申请日：2024-06-27
Applicant: 中国信息通信研究院
IPC: G01R31/28
Abstract: 本申请公开了一种用于测试AI芯片在模型训练和推理表现的系统。其通过将所述被测试AI芯片在训练过程中的各种指标，例如内存带宽、计算性能、延迟、吞吐量、能效比和并行处理能力等，输入基于人工智能和深度学习的数据处理和分析算法中进行数据时序分析和交互关联，以此来测试和评估该AI芯片的推理表现能力等级。这样，能够利用动态数据来更为有效和精准地挖掘出AI芯片的隐藏性能模式，从而获得AI芯片在模型训练和推理表现上的更全面的测试结果。
-
公开(公告)号：CN115208765A
公开(公告)日：2022-10-18
申请号：CN202210582235.0
申请日：2022-05-26
Applicant: 中国信息通信研究院 , 国网新疆电力有限公司电力科学研究院 , 中国电力科学研究院有限公司
IPC: H04L41/0896 , H04L41/14 , H04L41/342 , H04L45/121 , H04L9/40
Abstract: 本申请公开了一种面向电力业务的切片编排方法及系统，包括：根据电力业务特征构建业务模型；根据业务的切片编排请求发送业务模型，获取业务参数，业务参数包括业务类型、业务隔离类型和业务时延要求；根据业务类型，执行与业务对应的预规划宽带资源；根据业务隔离类型，执行与业务对应的切片承载方案，切片承载方案包括硬切片承载方案和软切片承载方案；执行最少资源策略为业务规划路由，并根据时延计算模型，获得业务利用最少资源策略时的端到端时延，判断端到端时延是否业务时延要求，若是，则使用最少资源策略为业务规划路由，若否，则执行最短时延策略为业务优化路由。解决无法对业务进行差异化传输的问题。实现差异化传输的目的。
-
公开(公告)号：CN113644973B
公开(公告)日：2022-10-14
申请号：CN202110745223.0
申请日：2021-06-30
Applicant: 中国信息通信研究院 , 国网新疆电力有限公司电力科学研究院 , 中国电力科学研究院有限公司
IPC: H04B10/079 , H04Q11/00
Abstract: 本申请公开了一种OTN网络光信噪比测试方法，包括以下步骤：在全部波长通道打开的情况下测试各波长通道的信号带宽内功率和/或纠错前误码率；关断待测通道激光器；测量待测通道内的信号带宽内噪声功率、0.1nm噪声功率；打开所述待测通道激光器，再次测量各波长通道的信号带宽内功率和/或纠错前误码率，与待测通道激光器关断前的测试结果相比，得到接收功率差异和/或纠错前误码率差异，所述接收功率差异和/或纠错前误码率差异小于设定阈值，则改变待测通道。本申请还提出一种自动实现以上测试方法的系统。本申请的方法和系统，解决大容量DWDM链路中光信噪比测试的效率和精度不高的问题。
-
公开(公告)号：CN118393329A
公开(公告)日：2024-07-26
申请号：CN202410843083.4
申请日：2024-06-27
Applicant: 中国信息通信研究院
IPC: G01R31/28
Abstract: 本申请公开了一种用于测试AI芯片在模型训练和推理表现的系统。其通过将所述被测试AI芯片在训练过程中的各种指标，例如内存带宽、计算性能、延迟、吞吐量、能效比和并行处理能力等，输入基于人工智能和深度学习的数据处理和分析算法中进行数据时序分析和交互关联，以此来测试和评估该AI芯片的推理表现能力等级。这样，能够利用动态数据来更为有效和精准地挖掘出AI芯片的隐藏性能模式，从而获得AI芯片在模型训练和推理表现上的更全面的测试结果。
-
-
-
-
Search Results
5
records
(took 0.03 seconds)
