-
公开(公告)号：CN112383416A
公开(公告)日：2021-02-19
申请号：CN202011200641.3
申请日：2020-11-02
Applicant: 之江实验室
Abstract: 本发明公开了基于KubeEdge和EdgeX Foundry的智能边缘设备控制平台，包括KubeEdge系统和EdgeX Foundry平台，KubeEdge系统包括云端模块和边缘模块，通过KubeEdge系统将EdgeX Foundry平台部署到边缘节点，并通过边缘模块控制EdgeX Foundry平台；所述云端模块，通过边缘模块控制边缘节点和发布边缘应用；所述边缘模块，用于资源对象的控制，上报边缘信息到云端模块，执行边缘节点应用部署和数据同步到云端。
-
公开(公告)号：CN112486686B
公开(公告)日：2025-02-18
申请号：CN202011382009.5
申请日：2020-11-30
Applicant: 之江实验室
IPC: G06F9/50 , G06N3/0464 , G06N3/0495 , G06N3/096 , G06N3/084 , G06N3/063
Abstract: 本发明公开了一种基于云边协同的定制化深度神经网络模型压缩方法及系统，该方法基于云端经过长时间训练的高精度的网络模型，基于用户的个性化需求，将网络模型分类关注的分类和不关注的分类，然后结合关注的分类、用户的数据集和模型压缩的比例，通过基于知识整理的神经网络模型压缩方法，进行模型的轻量化，满足用户边缘侧节点资源受限的场景需求，提升模型推理的速度，同时保证一定的模型精确度。本发明基于用户关注分类需求和知识蒸馏技术的模型训练方法，并在图片分类的场景下基于公共的数据集进行了验证。
-
公开(公告)号：CN112463293B
公开(公告)日：2024-11-26
申请号：CN202011295965.X
申请日：2020-11-18
Applicant: 之江实验室
IPC: G06F9/455 , G06F9/48 , G06F9/54 , H04N21/6437
Abstract: 本发明公开了边缘场景下基于容器的可扩展分布式双队列动态分配方法，包括如下步骤：S1，获取视频流数据；S2，网关服务从视频流数据中获取视频帧，并从空闲服务器队列中挑选集群内的空闲服务器处理视频帧；S3，空闲服务器上的推理服务对视频帧进行深度神经网络推理和结果处理，完成后上报网关服务当前服务器已空闲；S4，网关服务将上报空闲的服务器重新加入空闲服务器队列。组成集群进行统一深度神经网络推理的服务器协同计算模式，相比于传统的单路视频流对应单路服务器的计算模式而言，充分利用了服务器的剩余计算资源，可以将多个服务器的剩余计算资源进行整合，完成更多路视频流处理。
-
公开(公告)号：CN117591788A
公开(公告)日：2024-02-23
申请号：CN202311523570.4
申请日：2023-11-15
Applicant: 之江实验室
IPC: G06F17/16
Abstract: 本申请涉及一种数据处理方法、系统和装置，其中，该数据处理方法包括：通过第二处理单元发送第一矩阵数据至第一处理单元，进而使第一处理单元接收第一矩阵数据并进行处理，得到目标数据；获取第一处理单元接收第一矩阵数据的结果，第二处理单元根据该接收结果，收集第二矩阵数据；当接收第一处理单元发送的目标数据后，将第二矩阵数据发送至第一处理单元，进而使第一处理单元处理第二矩阵数据，实现了异步收集和处理数据，进而提高了计算大量小矩阵的效率。
-
公开(公告)号：CN112383416B
公开(公告)日：2023-05-02
申请号：CN202011200641.3
申请日：2020-11-02
Applicant: 之江实验室
IPC: H04L41/0823 , H04L41/14 , H04L69/08 , H04L67/1095 , H04L67/1097 , H04L67/1004 , H04L41/0654
Abstract: 本发明公开了基于KubeEdge和EdgeX Foundry的智能边缘设备控制平台，包括KubeEdge系统和EdgeX Foundry平台，KubeEdge系统包括云端模块和边缘模块，通过KubeEdge系统将EdgeX Foundry平台部署到边缘节点，并通过边缘模块控制EdgeX Foundry平台；所述云端模块，通过边缘模块控制边缘节点和发布边缘应用；所述边缘模块，用于资源对象的控制，上报边缘信息到云端模块，执行边缘节点应用部署和数据同步到云端。
-
Patent Agency Ranking
公开(公告)号：CN113435590A
公开(公告)日：2021-09-24
申请号：CN202110991876.7
申请日：2021-08-27
Applicant: 之江实验室
Abstract: 本发明公开了面向边缘计算的重参数神经网络架构搜索方法，包括如下步骤：步骤一：设计线性算子与多支路块结构；步骤二：通过堆叠多支路块结构构建超级网络；步骤三：通过基于梯度的一阶段搜索算法训练超级网络；步骤四：删除超级网络中多余的支路构建最佳子网络；步骤五：多分支的最佳子网络转化成单支路网络；步骤六：使用单支路网络完成任务推理。本发明用于搜索可进行重参数的神经网络结构，在保证推理精度的同时，确保了推理的实时性以及模型运算的高效率。
-
公开(公告)号：CN113342458A
公开(公告)日：2021-09-03
申请号：CN202110476378.9
申请日：2021-04-29
Applicant: 之江实验室
Abstract: 本发明涉及边缘计算领域，尤其是涉及了一种基于容器云的云边协同海量设备和业务批量控制方法，采用打标签分类的方式，对不同的设备和业务进行控制分类，将边缘侧海量的具有计算能力的设备以节点的形式，纳管到容器云集群中，用户在容器云集群中，对设备进行控制和分类，当需要在海量设备中按需求部署业务时，可以通过标签的形式，在某一类设备上进行业务的快速部署，同时，对于海量业务，用户也可以在容器云集群中进行控制和分类，当需要对海量的业务按照需求进行升级时，也可以通过标签的形式，对某一类业务进行快速的升级。本发明方案满足了用户对海量设备海量业务进行控制和维护的需求，大大提升了控制和维护的效率。
-
公开(公告)号：CN112751673B
公开(公告)日：2021-06-25
申请号：CN202110361878.8
申请日：2021-04-02
Applicant: 之江实验室
Abstract: 本发明公开了一种基于端边云协同的可监管数据隐私共享方法，针对端边云场景下的数据隐私共享和监管，包括：基于对称密钥加密的数据云存储和元数据的产生，基于联盟链的分布式密钥的元数据的上链，基于可搜索加密的数据监管，监管的方式包括：信封监管和拆封监管等两种粒度的监管方式，信封监管在所有节点共识的情况下，确认用户是否在某个时间内提交元数据的存储凭证；拆封监管则获取用户的元数据存储凭证，对存储的数据进行解密并获取数据明文；区块链系统用于对用户的隐私数据存证，保护数据隐私不被泄露，同时实现对数据隐私共享条件下监管。
-
公开(公告)号：CN118983035A
公开(公告)日：2024-11-19
申请号：CN202411063373.3
申请日：2024-08-05
Applicant: 之江实验室
IPC: G16C60/00
Abstract: 本申请涉及一种热导率预测方法、装置、计算机设备和存储介质。所述方法包括：获取目标晶体的初始结构文件；所述初始结构文件中包括多个原子数据；基于所述初始结构文件和预设超晶胞大小，生成多个微扰结构文件；基于多个所述微扰结构文件和预设势函数模型，得到每个所述微扰结构文件对应的原子信息；基于多个所述原子信息，得到所述目标晶体的热导率预测结果。采用本方法能够提高热导率预测效率。
-
公开(公告)号：CN112783650B
公开(公告)日：2024-01-16
申请号：CN202110075174.4
申请日：2021-01-20
Applicant: 之江实验室
Abstract: 本发明公开一种基于AI芯片的多模型并行推理方法。采用的技术方案包括以下步骤：步骤一：模型转换，至少将Tensorflow/Caffe AI框架训练的模型通过转换工具转换为AI芯片可解析的OM模型；步骤二：加载转换的OM模型，并遵循AscendCL库接口，采用线程方式并行执行多个模型推理。优点如下：针对单一推理模型并不能高效利用AI芯片（如华为公司的Ascend 310芯片）的算力的不足问题，以充分挖掘Ascend 310芯片的算力，研究多模型并行推理，同时能够保持良好的性能。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.023 seconds)
