-
公开(公告)号：CN112889052B
公开(公告)日：2024-09-24
申请号：CN201980068700.5
申请日：2019-09-05
Applicant: 微软技术许可有限责任公司
Abstract: 一种外围设备，用于与主机一起使用，该外围设备包括一个或多个计算元件、安全模块和至少一个加密单元。安全模块被配置为在外围设备上形成可信执行环境，以使用敏感代码来处理敏感数据。敏感数据和敏感代码由与主机计算设备通信的可信计算实体提供。至少一个加密单元被配置为对经由主机计算设备在可信执行环境和可信计算实体之间传递的数据进行加密和解密。安全模块被配置为计算证明并且将其发送到可信计算实体，以证明敏感代码在可信执行环境中。
-
公开(公告)号：CN111742317B
公开(公告)日：2023-07-21
申请号：CN201980013367.8
申请日：2019-01-04
Applicant: 微软技术许可有限责任公司
Abstract: 一种裸机资源包括可信部分和非可信部分。可信部分包括可信硬件、映像存储库和清除管理器。清除管理器在裸机资源的启动期间可执行以对非可信部分执行清除过程，清除过程包括：删除非可信部分中的BIOS，并且从非可信硬件上的映像存储库加载可信BIOS，以将非可信部分置于可信状态下。裸机资源可以在被置于可信状态下之后被供应给云提供方的租户。
-
公开(公告)号：CN114402293A
公开(公告)日：2022-04-26
申请号：CN202080065102.5
申请日：2020-06-18
Applicant: 微软技术许可有限责任公司
Abstract: 描述了用于具有持续且异步更新的流水线式神经网络处理的系统和方法。用于处理包括L个层(其中L是大于2的整数)的神经网络的方法包括：在一组计算资源之中划分L个层，该一组计算资源被配置成处理与L个层中的每个层相关联的前向传递和反向传递。方法还包括：使用一组计算资源，发起前向传递和反向传递的处理。方法还包括：在完成与L个层中的第一层相关联的第一组前向传递和第一组反向传递后，当梯度对更新与第一层相关联的参数可用时，发起与第一层相关联的参数的更新，而无需等待计算与L个层中的其余任何层相关联的梯度。
-
Patent Agency Ranking
公开(公告)号：CN111742317A
公开(公告)日：2020-10-02
申请号：CN201980013367.8
申请日：2019-01-04
Applicant: 微软技术许可有限责任公司
Abstract: 一种裸机资源包括可信部分和非可信部分。可信部分包括可信硬件、映像存储库和清除管理器。清除管理器在裸机资源的启动期间可执行以对非可信部分执行清除过程，清除过程包括：删除非可信部分中的BIOS，并且从非可信硬件上的映像存储库加载可信BIOS，以将非可信部分置于可信状态下。裸机资源可以在被置于可信状态下之后被供应给云提供方的租户。
-
公开(公告)号：CN119312348A
公开(公告)日：2025-01-14
申请号：CN202411418037.6
申请日：2019-09-05
Applicant: 微软技术许可有限责任公司
Abstract: 一种外围设备，用于与主机一起使用，该外围设备包括一个或多个计算元件、安全模块和至少一个加密单元。安全模块被配置为在外围设备上形成可信执行环境，以使用敏感代码来处理敏感数据。敏感数据和敏感代码由与主机计算设备通信的可信计算实体提供。至少一个加密单元被配置为对经由主机计算设备在可信执行环境和可信计算实体之间传递的数据进行加密和解密。安全模块被配置为计算证明并且将其发送到可信计算实体，以证明敏感代码在可信执行环境中。
-
公开(公告)号：CN115023685A
公开(公告)日：2022-09-06
申请号：CN202180011738.6
申请日：2021-01-20
Applicant: 微软技术许可有限责任公司
IPC: G06F9/30
Abstract: 一种增加矩阵计算的计算机硬件效率的方法。方法包括在计算机处理机器处接收对矩阵计算的一个或多个运算进行编码的数字信号，每个运算包括一个或多个操作数。方法还包括：响应于由计算机处理机器的稀疏数据检查设备确定矩阵计算的运算包括所有密集操作数，将该运算转发给计算机处理机器的密集计算设备，密集计算设备被配置为基于密集操作数来执行矩阵计算的运算。方法还包括：响应于由稀疏数据检查设备确定矩阵计算的运算包括一个或多个稀疏操作数，将该运算转发给稀疏计算设备，稀疏计算设备被配置为执行矩阵计算的运算。
-
公开(公告)号：CN115039109A
公开(公告)日：2022-09-09
申请号：CN202080094466.6
申请日：2020-12-16
Applicant: 微软技术许可有限责任公司
Inventor： B·普蒂佩迪 , M·梅斯马霍斯罗沙希 , 奚锦文 , S·M·库尔卡尼 , M·特伦布莱 , M·贝宁格 , N·克劳迪诺·佩雷拉·洛佩斯
Abstract: 本公开的实施例包括一种错误恢复方法，该错误恢复方法包括检测计算错误，重启处理数据集的多个人工智能处理器中的第一人工智能处理器，以及在人工智能处理器加载模型，其中该模型与在由多个人工智能处理器对来自数据集的数据的先前处理迭代期间由多个人工智能处理器处理的相同模型相对应。
-
公开(公告)号：CN112889052A
公开(公告)日：2021-06-01
申请号：CN201980068700.5
申请日：2019-09-05
Applicant: 微软技术许可有限责任公司
Abstract: 一种外围设备，用于与主机一起使用，该外围设备包括一个或多个计算元件、安全模块和至少一个加密单元。安全模块被配置为在外围设备上形成可信执行环境，以使用敏感代码来处理敏感数据。敏感数据和敏感代码由与主机计算设备通信的可信计算实体提供。至少一个加密单元被配置为对经由主机计算设备在可信执行环境和可信计算实体之间传递的数据进行加密和解密。安全模块被配置为计算证明并且将其发送到可信计算实体，以证明敏感代码在可信执行环境中。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.046 seconds)
