-
公开(公告)号：CN103970719A
公开(公告)日：2014-08-06
申请号：CN201310036087.3
申请日：2013-01-30
Applicant: 华为技术有限公司 , 中国科学院计算技术研究所
IPC: G06F17/15
Abstract: 本发明实施例提供一种拟合方法及拟合装置，涉及计算机领域，能够提高拟合灵活性和拟合精度。该方法包括：根据预设数据特性将待拟合数据集中的数据分成n组待拟合数据，n≥2；对n组待拟合数据中满足预设拟合条件的待拟合数据进行拟合得到k个拟合函数，1≤k≤n；获取最终拟合函数，所述最终拟合函数为所述k个拟合函数的乘积。本发明实施例提供的一种拟合方法及拟合系统用于拟合。
-
公开(公告)号：CN117742679A
公开(公告)日：2024-03-22
申请号：CN202311724858.8
申请日：2023-12-14
Applicant: 中国科学院计算技术研究所
IPC: G06F8/30 , G06F8/41 , G06N3/0442 , G06N3/08
Abstract: 本发明提供了一种基于深度神经网络的内核融合方法，包括：通过编译框架将源码分别编译为主机端中间代码文件和设备端中间代码文件，将上述两个文件输入到融合框架，生成融合后的设备端中间代码文件；将融合后的设备端中间代码文件进行优化和编译，得到带有设备端信息的主机端中间代码文件；将带有设备端信息的主机端中间代码文件和设备端中间代码文件输入到融合框架，生成融合后的主机端中间代码文件；将融合后的主机端中间代码文件进行优化和编译，得到对应的可执行文件。本发明还提供一种基于深度神经网络的内核融合系统、存储介质及电子设备。借此，本发明能够降低性能开销，提高并行资源利用率，从而提升深度神经网络系统的推理性能。
-
公开(公告)号：CN111813540A
公开(公告)日：2020-10-23
申请号：CN202010474453.3
申请日：2020-05-29
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供一种基于图划分的TCAM的分配方法，包括：将程序执行流程的控制流程图转换为条件变量图；依据效用值贪心地从当前条件变量图的备选节点中选取下一级子图根节点，直至获得最终子图根节点的集合；基于所述最终子图根节点的集合将所述条件变量图划分为若干最终子图；以及依据所述最终子图为所述程序执行流程分配TCAM。
-
公开(公告)号：CN104184685B
公开(公告)日：2018-05-29
申请号：CN201310201873.4
申请日：2013-05-27
Applicant: 华为技术有限公司 , 中国科学院计算技术研究所
IPC: H04L12/927
Abstract: 本发明实施例提供一种数据中心资源分配方法、装置及系统。本发明数据中心资源分配方法，包括：在为第一任务分配数据中心资源时，确定将第一数据中心资源分配给第一任务后，第一任务的服务质量QoS以及正在多核芯片上处理的任务的QoS是否均能够保证；若均能够保证，则将数据中心资源分配给第一任务。以解决现有技术中当将一个任务分配到一个多核芯片上时，造成该多核芯片上已经处理的有QoS要求的任务的QoS以及该任务自身的QoS不能保证的问题，实现了为任务分配资源后能够保证有QoS要求的任务的QoS要求，并且同时提高了多核芯片的资源利用率。
-
Patent Agency Ranking
公开(公告)号：CN103970719B
公开(公告)日：2017-02-22
申请号：CN201310036087.3
申请日：2013-01-30
Applicant: 华为技术有限公司 , 中国科学院计算技术研究所
IPC: G06F17/15
Abstract: 本发明实施例提供一种拟合方法及拟合装置，涉及计算机领域，能够提高拟合灵活性和拟合精度。该方法包括：根据预设数据特性将待拟合数据集中的数据分成n组待拟合数据，n≥2；对n组待拟合数据中满足预设拟合条件的待拟合数据进行拟合得到k个拟合函数，1≤k≤n；获取最终拟合函数，所述最终拟合函数为所述k个拟合函数的乘积。本发明实施例提供的一种拟合方法及拟合系统用于拟合。
-
公开(公告)号：CN118819948A
公开(公告)日：2024-10-22
申请号：CN202410196164.X
申请日：2024-02-21
Applicant: 中国移动通信有限公司研究院 , 中国科学院计算技术研究所 , 中国移动通信集团有限公司
Abstract: 本申请实施例公开了一种信息处理方法，包括：获取第一神经网络模型的第一代码；对第一代码进行处理得到第二神经网络模型的第二代码，第一神经网络模型的精度高于第二神经网络模型；第一代码中包括标记的结果变量；若第一代码的结果变量的值与第二代码的结果变量的值的误差不满足第一目标阈值，基于第二代码对应的控制流图和目标动态依赖图确定第二代码中的目标代码，并采用目标修复算法对第二代码中的目标代码进行修复得到修复后的第二代码；其中，目标动态依赖图与第二代码相关；目标修复算法为与目标代码匹配的修复算法。本申请实施例还公开了一种信息处理装置、设备、计算机存储介质和计算机程序产品。
-
公开(公告)号：CN117725969A
公开(公告)日：2024-03-19
申请号：CN202311723455.1
申请日：2023-12-14
Applicant: 中国科学院计算技术研究所
IPC: G06N3/063 , G06N3/082 , G06N3/0464
Abstract: 本发明提出一种面向人工智能处理器的数据预处理执行方法和系统，包括：获取待执行的数据预处理任务；根据该数据预处理任务的输入数据范围和算子，计算该算子在该输入数据范围内执行时的最大值，根据该最大值在人工智能处理器能执行的精度范围内选择该算子的缩放系数，以该缩放系数压缩该数据预处理任务的输入数据的精度，得到压缩数据，将该压缩数据输入该人工智能处理器执行该算子，将执行结果根据该缩放系数恢复为该输入数据的精度，得到该数据预处理任务的执行结果。
-
公开(公告)号：CN111738434B
公开(公告)日：2023-04-07
申请号：CN202010493830.8
申请日：2020-06-03
Applicant: 中国科学院计算技术研究所
IPC: G06N3/082 , G06N3/0464 , G06N3/063
Abstract: 本发明提供一种在异构处理单元上执行深度神经网络的方法，包括：通过算子性能模型预测深度神经网络中各个算子在不同异构处理单元上的运行时间和功耗，其中，所述算子性能模型是以不同算子和不同异构处理单元的组合为输入数据，以所述算子在所述不同异构处理单元上的运行时间和功耗为输出数据，通过训练获得；至少基于所述深度神经网络的结构图以及所述算子在所述不同异构处理单元上的运行时间和/或功耗确定所述算子的分配策略；以及依据所述算子的分配策略将所述算子分配到对应的异构处理单元并执行所述深度神经网络。
-
公开(公告)号：CN104184685A
公开(公告)日：2014-12-03
申请号：CN201310201873.4
申请日：2013-05-27
Applicant: 华为技术有限公司 , 中国科学院计算技术研究所
IPC: H04L12/927
Abstract: 本发明实施例提供一种数据中心资源分配方法、装置及系统。本发明数据中心资源分配方法，包括：在为第一任务分配数据中心资源时，确定将第一数据中心资源分配给第一任务后，第一任务的服务质量QoS以及正在多核芯片上处理的任务的QoS是否均能够保证；若均能够保证，则将数据中心资源分配给第一任务。以解决现有技术中当将一个任务分配到一个多核芯片上时，造成该多核芯片上已经处理的有QoS要求的任务的QoS以及该任务自身的QoS不能保证的问题，实现了为任务分配资源后能够保证有QoS要求的任务的QoS要求，并且同时提高了多核芯片的资源利用率。
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.046 seconds)
