公开(公告)号：CN105893126B

公开(公告)日：2019-06-11

申请号：CN201610188139.2

申请日：2016-03-29

Applicant: 华为技术有限公司 ,  中国科学院计算技术研究所

Inventor： 赵鹏 ,  刘雷 ,  曹玮

IPC: G06F9/48

CPC classification number: G06F9/4881

Abstract: 本发明实施例公开了一种任务调度方法及装置，涉及计算机技术领域，不仅可以避免多个线程并行执行任务时，同时访问一个数据块而引发的数据竞争，还可以避免引入锁带来的额外性能开销，减少并发错误的检测和调试难度。具体方案为：根据待执行的多个任务与多个任务待访问的M个数据块的对应关系，将多个任务中的每个任务添加到与该任务对应的数据块的任务队列；采用N个线程并行执行M个任务队列中N个任务队列中的任务，该N个线程中的每个线程执行N个任务队列中一个任务队列中的任务，N个线程中不同的线程执行不同任务队列中的任务，2≤N≤M。本发明用于多核系统的任务调度过程中。

公开(公告)号：CN104809179A

公开(公告)日：2015-07-29

申请号：CN201510179425.8

申请日：2015-04-16

Applicant: 华为技术有限公司 ,  中国科学院计算技术研究所

Inventor： 赵鹏 ,  刘雷 ,  曹玮

IPC: G06F17/30

Abstract: 本发明提供一种访问哈希表的装置和方法，所述装置包括：获取模块，用于获取访问请求，所述访问请求包括关键字；第一确定模块，用于根据所述获取模块获取的所述关键字，确定目标哈希地址；第二确定模块，用于根据所述第一确定模块确定的所述目标哈希地址，确定哈希表缓存中是否存在命中的哈希表项，所述哈希表缓存位于通用的处理器中，且所述哈希表缓存专门用于缓存内存中的哈希表的至少部分哈希表项，其中，所述哈希表缓存的每个缓存行用于缓存所述哈希表的一个哈希表项；第一访问模块，用于当所述第二确定模块确定所述哈希表缓存中存在命中的哈希表项时，访问所述哈希表缓存中命中的哈希表项。本发明实施例提高了哈希数据处理的效率。

公开(公告)号：CN110532291B

公开(公告)日：2022-07-12

申请号：CN201910676904.9

申请日：2019-07-25

Applicant: 中国科学院计算技术研究所

Inventor： 何文婷 ,  程学旗 ,  钟巧灵 ,  张志斌 ,  郭嘉丰 ,  赵鹏

IPC: G06F16/2455 ,  G06N20/00

Abstract: 本发明提出一种基于最小执行代价的深度学习框架间模型转换方法及系统，包括：在原有技术的基础上，添加操作转换代价值，同时考虑多个独立操作可以融合的情况，补充融合映射；模型的具体实现体现在构成模型的操作转换上，本阶段依据模型转换映射表，通过动态规划算法得到执行代价最低的转换后模型结构。本发明通过操作融合可以减少多个操作间中间结果的读写过程，从而优化计算性能和存储空间，进而降低转换后模型的执行代价。同时，在有多种融合可选时通过动态规划的算法得到执行代价最小的模型转换方法。

公开(公告)号：CN110389953B

公开(公告)日：2021-10-29

申请号：CN201910508926.4

申请日：2019-06-12

Applicant: 中国科学院计算技术研究所

Inventor： 程学旗 ,  郑天祺 ,  王征 ,  赵程 ,  张志斌 ,  刘悦 ,  赵鹏 ,  郭嘉丰

IPC: G06F16/22

Abstract: 本发明涉及一种基于压缩图的数据存储方法、系统和存储介质，该方法包括：步骤100，生成点表逻辑定义，根据该逻辑定义构建点表，并向该点集中插入数据；步骤200，生成边表逻辑定义，根据该逻辑定义构建边表，从所述点表中选择与该边表相关联的点表，并向所述边表中插入数据；步骤300，设置和执行压缩图定义命令，生成所述压缩图的建图逻辑，设置函数获取与所述压缩图定义关联的所述边表，形成边集聚合组，并生成与所述压缩图定义关联的所述点表的代理结构；步骤400，设置和执行压缩图重置命令，根据所述压缩图的建图逻辑构建所述压缩图。本方法降低了多次建图与建多类图的开销，增加了图构建的灵活性与表示性，减少了重复建图的排序工作量。

公开(公告)号：CN110533162A

公开(公告)日：2019-12-03

申请号：CN201910677639.6

申请日：2019-07-25

Applicant: 中国科学院计算技术研究所

Inventor： 钟巧灵 ,  程学旗 ,  何文婷 ,  张志斌 ,  郭嘉丰 ,  赵鹏

IPC: G06N3/04 ,  G06N3/08

Abstract: 本发明提出一种自动生成深度学习框架间操作映射的方法及系统，包括：根据原深度学习框架和目标深度学习框架间的操作转换规则，抽取框架间操作转换的基本共性，根据基本共性构建转换关系，将转换关系作为基类存储于操作转换的初始描述文件中；获得原深度学习框架下支持的操作集合，遍历操作集合，为每个操作构建继承基类的子类，判断操作集合中操作除了基类中的基本转换规则外是否具有特殊属性，若是则补充特殊属性至子类，构成完备描述文件，否则直接保存子类，构成完备描述文件；将完备描述文件输入至编译器，得到操作转换规则，根据操作转换规则将原深度学习框架下待转换的操作转换为目标深度学习框架下的操作。

公开(公告)号：CN109889452A

公开(公告)日：2019-06-14

申请号：CN201910012933.5

申请日：2019-01-07

Applicant: 中国科学院计算技术研究所

Inventor： 赵鹏 ,  程学旗 ,  张志斌 ,  杨春晖 ,  郭嘉丰 ,  何文婷 ,  王赛 ,  王征

IPC: H04L12/851 ,  H04L12/24 ,  H04L12/26 ,  H04L1/00

Abstract: 本发明涉及一种基于条件生成式对抗网络的网络背景流量生成方法，包括：数据获取步骤，获取的网络流量数据及条件信息，并向量化为真实流量；模型生成步骤，以该真实流量得到初始生成模型和判别模型，并通过条件生成式对抗网络以该判别模型对该初始生成模型进行训练，以得到生成模型；流量生成步骤，通过该生成模型以随机向量生成模拟背景流量。

公开(公告)号：CN105893126A

公开(公告)日：2016-08-24

申请号：CN201610188139.2

申请日：2016-03-29

Applicant: 华为技术有限公司 ,  中国科学院计算技术研究所

Inventor： 赵鹏 ,  刘雷 ,  曹玮

IPC: G06F9/48

Abstract: 本发明实施例公开了一种任务调度方法及装置，涉及计算机技术领域，不仅可以避免多个线程并行执行任务时，同时访问一个数据块而引发的数据竞争，还可以避免引入锁带来的额外性能开销，减少并发错误的检测和调试难度。具体方案为：根据待执行的多个任务与多个任务待访问的M个数据块的对应关系，将多个任务中的每个任务添加到与该任务对应的数据块的任务队列；采用N个线程并行执行M个任务队列中N个任务队列中的任务，该N个线程中的每个线程执行N个任务队列中一个任务队列中的任务，N个线程中不同的线程执行不同任务队列中的任务，2≤N≤M。本发明用于多核系统的任务调度过程中。