-
-
-
公开(公告)号：CN102214158A
公开(公告)日：2011-10-12
申请号：CN201110152238.2
申请日：2011-06-08
Applicant: 清华大学
IPC: G06F15/78
Abstract: 本发明提供了一种全互联路由结构动态可重构处理器，包括输入缓存阵列模块，可重构阵列模块，输出缓存阵列模块，连接开关开关一，连接开关二，连接开关三和连接开关四；可重构阵列模块相邻两列之间全互联；连接开关一宽度与输入缓存阵列模块列宽相同，连接开关二和连接开关三宽度与可重构阵列模块列宽相同，连接开关四与输入缓存阵列模块列宽相同；输入缓存阵列模块与连接开关一互联，连接开关一与连接开关二全互联，连接开关二与可重构阵列模块互联，可重构阵列模块与连接开关三互联，连接开关三与连接开关四全互联，连接开关四与输出缓存阵列模块互联。通过本发明的分层式全互联，降低了硬件开销和配置信息的开销，提高了面积效率。
-
公开(公告)号：CN102207927A
公开(公告)日：2011-10-05
申请号：CN201110140377.3
申请日：2011-05-27
Applicant: 清华大学
IPC: G06F15/167 , G06F13/16
Abstract: 本发明公开了一种动态可重构处理器之间的数据传输方法、处理器和系统，方法包括：第一动态可重构处理器将数据写入到多个动态可重构处理器所连接的存储器内的对应区域，同时设置所述数据的访问次数；第二动态可重构处理器判断出所述访问次数有效，读取所述对应区域内数据。本发明还公开了一种动态可重构处理器、以及动态可重构处理器之间的数据传输系统。通过设定的访问次数，可有效实现处理器之间的数据传输。通过设置访问次数，在有效的访问次数结束后，防止其它处理器的误读、误写。本发明的实施例还可在读写之前，判断当前的存储器状态，从而避免处理器相互之间的干扰。
-
公开(公告)号：CN102207851A
公开(公告)日：2011-10-05
申请号：CN201110140358.0
申请日：2011-05-27
Applicant: 清华大学
Abstract: 本发明提供了一种动态可重构处理器内调用立即数的方法，动态可重构处理器子单元配置字缓存器弹出子单元配置字，子单元配置字中的子任务序列被装载进本地子任务序列存储器，子单元配置字中的当前任务的必选立即数以及可选立即数分别写入必选立即数寄存器和可选立即数寄存器1，划分必选立即数和可选立即数后减少每次本地子任务中立即数传输操作，每次只需改变可选立即数即可，极大的提高的工作效率。
-
Patent Agency Ranking
公开(公告)号：CN119025879B
公开(公告)日：2025-02-28
申请号：CN202411515145.5
申请日：2024-10-28
Applicant: 支付宝(杭州)信息技术有限公司 , 清华大学
IPC: G06F18/21 , G06F18/214 , G06N5/04
Abstract: 本说明书实施例公开了一种大模型的安全性测评方法、装置及设备，该方法包括：获取用于对目标大模型进行安全性测评所需使用的测试集，测试集中包括测试样本数据和对应的标签信息；确定测试样本数据中后门触发器的停用词权重比例阈值，基于停用词权重比例阈值对预设的多个初始停用词组中的基准停用词当前所在的初始停用词组进行调整，得到多个目标停用词组；将测试样本数据中包含的当前处于第一目标停用词组的停用词，使用多个目标停用词组中的其它目标停用词组中与停用词相匹配的基准停用词替换，直到停用词权重比例满足预设条件，得到替换后的测试集；基于替换后的测试集对目标大模型进行安全性测评，以判断目标大模型是否存在越狱攻击风险。
-
公开(公告)号：CN119026710B
公开(公告)日：2025-02-11
申请号：CN202411507923.6
申请日：2024-10-28
Applicant: 清华大学
IPC: G06N20/20 , G06F18/214 , G06F18/23
Abstract: 本发明公开了一种基于关键参数的个性化鲁棒聚合方法、装置及存储介质，该方法包括接收各本地节点发送的关键参数向量和本地模型；基于各本地节点的关键参数向量，得到本地节点的聚类分组结果；基于本地节点的聚类分组结果，得到各本地节点的安全得分和聚合权重；基于各本地节点的安全得分、聚合权重、聚类分组结果和关键参数向量对各本地模型进行聚合，得到各本地节点当前轮次的全局模型；将各本地节点当前轮次的全局模型发送至各本地节点，重复上述步骤，直至协作训练完成。由此，实现了异构场景下的拜占庭鲁棒个性化协作学习，提高了协作学习模型的鲁棒性和协作训练的安全性。
-
公开(公告)号：CN119025879A
公开(公告)日：2024-11-26
申请号：CN202411515145.5
申请日：2024-10-28
Applicant: 支付宝(杭州)信息技术有限公司 , 清华大学
IPC: G06F18/21 , G06F18/214 , G06N5/04
Abstract: 本说明书实施例公开了一种大模型的安全性测评方法、装置及设备，该方法包括：获取用于对目标大模型进行安全性测评所需使用的测试集，测试集中包括测试样本数据和对应的标签信息；确定测试样本数据中后门触发器的停用词权重比例阈值，基于停用词权重比例阈值对预设的多个初始停用词组中的基准停用词当前所在的初始停用词组进行调整，得到多个目标停用词组；将测试样本数据中包含的当前处于第一目标停用词组的停用词，使用多个目标停用词组中的其它目标停用词组中与停用词相匹配的基准停用词替换，直到停用词权重比例满足预设条件，得到替换后的测试集；基于替换后的测试集对目标大模型进行安全性测评，以判断目标大模型是否存在越狱攻击风险。
-
公开(公告)号：CN118488011A
公开(公告)日：2024-08-13
申请号：CN202410484370.0
申请日：2024-04-22
Applicant: 清华大学
IPC: H04L47/431 , H04L47/2483
Abstract: 本申请提出了一种智能数据平面推理方法和装置，包括：通过可编程交换机接收未处理的数据包，在满足预设推理点时，为数据包创建特征包头，将从数据包提取的特征信息写入特征包头，并将写入后的数据包发送至FPGA；通过FPGA上部署的推理模型基于特征包头进行推理，并将推理结果写入特征包头，并将处理后的数据包发送至可编程交换机；通过可编程交换机基于特征包头上携带的推理结果对数据包进行自定义流量处理，并在处理后将特征包头从数据包中摘除。采用上述方案的本发明能够实现高速率、高精度的数据包推理任务，从而在数据平面实现不同种类流量的分类和识别任务，能够在具有高速率复杂流量处理需求的超高速网络中实施部署和应用。
-
公开(公告)号：CN117539449A
公开(公告)日：2024-02-09
申请号：CN202410028493.3
申请日：2024-01-09
Abstract: 本发明公开了一种高效灵活的协作学习框架及方法，该框架包括，协作学习训练环境初始化模块，用于提供协作学习的多种开发方式和训练配置；任务个性化定制模块，用于用户选择性的对模型训练任务进行自定义设置；智能打包传输模块，用于智能选择和打包模型训练任务对应的代码，并通过可执行文件的形式传输至客户端；任务扩展模块，用于根据需求添加辅助功能，以满足不同应用场景的需求。本发明提高了用户体验和开发效率，并使得用户无需了解底层算法逻辑，就可实现对其他功能模块的扩展，可扩展性强、适用场景广泛。
-
-
-
-
-
-
-
-
-
Search Results
131
records
(took 0.054 seconds)
