-
公开(公告)号：CN119473168A
公开(公告)日：2025-02-18
申请号：CN202510046220.6
申请日：2025-01-13
Applicant: 浪潮电子信息产业股份有限公司
IPC: G06F3/06
Abstract: 本发明公开了一种异构设备的缓存处理方法、异构系统、产品、装置及介质，涉及数据存储技术领域。异构系统中的各设备对应的目标虚拟地址访问次数，实现全局数据缓存机制。基于目标虚拟地址访问次数确定目标异构设备对应的文件页面，使得文件系统层具备管理异构设备内存缓存的能力。对预测得到的目标异构设备的文件页面进行校验处理，在校验通过的情况下进行搬移，提高目标异构设备的分配准确性。将目标异构设备的文件页面映射搬移至主机侧的内存中，不需要访问目标异构设备，直接访问存储在处理器内存中的文件页面，避免处理器访问目标异构设备增加的访问速率，降低访问目标异构设备内存的延迟，提高数据传输速率和异构系统的系统效率。
-
公开(公告)号：CN114021715B
公开(公告)日：2025-02-11
申请号：CN202111163121.4
申请日：2021-09-30
Applicant: 浪潮电子信息产业股份有限公司
Abstract: 本申请提供一种基于Tensorflow框架的深度学习训练方法，包括：接收深度学习训练请求；将深度学习训练请求对应的FPGA板卡虚拟为本地FPGA节点；将本地FPGA节点注册为Tensorflow框架对应的VFPGA设备；配置VFPGA设备的前向算子和反向算子，并编译前向算子和反向算子得到FPGA的bit文件；烧写bit文件到本地FPGA节点，生成本地FPGA节点对应的FPGA设备；利用FPGA设备执行深度学习训练。本申请降低了通信时延，从而提高了深度学习训练效率。本申请还提供一种基于Tensorflow框架的深度学习训练系统、FPGA板卡、计算机可读存储介质和电子设备，具有上述有益效果。
-
公开(公告)号：CN119376507A
公开(公告)日：2025-01-28
申请号：CN202411980322.7
申请日：2024-12-31
Applicant: 浪潮电子信息产业股份有限公司
Abstract: 本发明公开了一种服务器消声器及服务器，应用于服务器降噪技术领域，用于解决噪音影响服务器硬盘性能的问题，所述服务器消声器包括板状件，板状件用于与服务器的硬盘背板连接，板状件设有分别贯穿其壁厚的第一避位孔和第二避位孔，第一避位孔用于避让硬盘背板的连接器，第二避位孔用于避让硬盘背板的散热风道；板状件还设有声腔，声腔用于降噪。将服务器消声器与硬盘背板集成于一体，使得服务器消声器位于风扇驱动的气流的路径上，可利用服务器消声器的板状件上的声腔对经过硬盘背板的气流噪音进行消声降噪，防止噪音到达服务器硬盘影响服务器硬盘的性能，服务器消声器通过对硬盘背板的噪音进行消声降噪，避免噪音影响服务器硬盘性能。
-
公开(公告)号：CN119376506A
公开(公告)日：2025-01-28
申请号：CN202411980316.1
申请日：2024-12-31
Applicant: 浪潮电子信息产业股份有限公司
Abstract: 本发明公开了一种消音器、消音器组件及服务器，应用于消音器结构技术领域，用于解决噪音影响机械硬盘性能的问题，所述消音器包括：外壳，包括第一筒体和设于第一筒体一端的中空的筒底；内壳，包括第二筒体和设于第二筒体外周部的声腔壁，第二筒体设有贯穿其壁厚的通孔；底座，与第一筒体和第二筒体中的至少一者连接，位于消音器远离筒底的一端；内壳设于外壳内，且外壳远离筒底的一端与内壳连接，声腔壁与外壳内壁贴合，使内壳与外壳之间的空间形成消音腔。风扇转动产生的噪音，通过内壳的内孔进入消音腔进行消耗，利用消音器可优化风扇噪音，降低噪音对机械硬盘性能的影响。
-
公开(公告)号：CN119200811A
公开(公告)日：2024-12-27
申请号：CN202411732111.1
申请日：2024-11-29
Applicant: 浪潮电子信息产业股份有限公司
IPC: G06F1/329 , G06F1/3234 , G06N3/04
Abstract: 本发明公开了一种基于能耗的异构计算系统任务处理方法、系统以及产品，涉及计算机技术领域。依据当前训练任务的任务需求参数确定预选异构算力设备，保证当前的训练任务在执行过程中能够顺利完成的前提下确定的预选异构算力设备的数量。选取与预选异构算力设备的数量相同预选存储设备，保证预选异构算力设备与预选存储设备呈现匹配一一对应的关系。基于各预选异构算力设备与各预先存储设备之间的各个组合关系和能耗确定最终能耗，利用能耗优化处理的能耗特征，对各预选异构算力设备与各预选存储设备下的不同组合关系确定的优化处理方式，提高各预选异构算力设备与各预选存储设备的匹配度，降低各预选异构算力设备与各预选存储设备之间的能耗。
-
Patent Agency Ranking
公开(公告)号：CN119166483A
公开(公告)日：2024-12-20
申请号：CN202411380099.2
申请日：2024-09-30
Applicant: 浪潮电子信息产业股份有限公司
Inventor： 刘辉
Abstract: 本发明涉及计算机技术领域，公开了一种程序性能分析方法、设备、介质及产品，该方法包括：启动用户程序，利用用户程序创建子线程，并从结构体数组中取出空闲的目标结构体；统计设定代码区间中的异步任务性能数据和同步任务性能数据并更新到目标结构体中；利用子线程检测更新的目标结构体数据，计算异步操作的起始与结束所在时间段内的板卡加速模块平均利用率，以及同步操作起始时间到结束时间的耗时数据；根据子线程计算出的数据，获得整个用户程序执行过程中的板卡加速模块平均利用率和平均传输带宽。这样能够贴合实际执行场景，使统计到的数据具有实用性和灵活性，更加全面的反映过程中的性能情况，实现程序性能的准确分析。
-
公开(公告)号：CN118838859B
公开(公告)日：2024-12-10
申请号：CN202411329392.6
申请日：2024-09-24
Applicant: 浪潮电子信息产业股份有限公司
IPC: G06F13/28
Abstract: 本发明公开了一种数据传输方法、产品、设备及介质，涉及计算机技术领域。本方案在加速器端设置了微控制器，用于接收主机端发送的DMA配置信息，并将DMA配置信息传输至加速器端的处理器，即采用带外配置的方式，能够一次性接收多个DMA配置信息，避免了等待一次配置信息传输完成才能发起下次传输，有效地提高了数据传输效率；同时，由于加速器端是由微控制器对DMA传输进行控制，处理器只负责进行数据传输和计算，因此减小了处理器的逻辑开发难度。此外，方案分别采用第一通信总线传输DMA配置信息，通过第二通信总线传输DMA配置信息对应的目标数据，可实现DMA操作的实时执行，提高了数据传输的实时性。
-
公开(公告)号：CN119071259A
公开(公告)日：2024-12-03
申请号：CN202411488100.3
申请日：2024-10-24
Applicant: 浪潮电子信息产业股份有限公司
IPC: H04L49/111 , G06F1/24 , H04L49/65 , H04L41/12
Abstract: 本发明公开了一种信号交换设备、复位控制系统、方法及可读存储介质，涉及分布式技术领域，包括交换机，用于通过上行端口与上行中央处理器相连，通过下行端口与下行设备相连；接收交换机拓扑配置请求，并转发给M处理器；M处理器，用于根据交换机拓扑配置请求配置交换机拓扑，并发送给基板管理控制器；基板管理控制器，用于对交换机拓扑进行解析，得到接口对应关系列表，并发送给第一控制器；第一控制器，用于当接收到复位信号时，根据接口对应关系列表确定待复位的下行设备；将复位信号发送给待复位的下行设备。本发明实现了交换机对外端口自由配置，摆脱了固定拓扑和固定端口属性的限制，简化了复位控制过程。
-
公开(公告)号：CN119045776A
公开(公告)日：2024-11-29
申请号：CN202411534508.X
申请日：2024-10-31
Applicant: 浪潮电子信息产业股份有限公司
IPC: G06F7/53
Abstract: 本发明公开了一种数据的读写方法、产品、数据加速器以及介质，涉及数据处理技术领域。将直接来自于矩阵乘加速单元的非完整行顺序的数据，在缓存中按照完整行的顺序保存，需要将其矩阵乘加速单元的结果数据输出顺序通过分片的大小和行列维度位置对应进行转换处理，以适应非矩阵乘单元对应的写入顺序；避免将矩阵乘加速单元的数据写回片外存储器后再读取的高延迟操作。在非矩阵乘单元输出的数据存储顺序将其进行填充处理，使得填充后的第三数据的矩阵维度与矩阵乘加速单元的矩阵维度相同，实现为实际计算结果生成符合矩阵乘加速单元所需要的数据维度的功能，避免将非矩阵乘加速单元的数据写回片外存储器后再读取的高延迟操作。
-
公开(公告)号：CN119005135A
公开(公告)日：2024-11-22
申请号：CN202411481072.2
申请日：2024-10-23
Applicant: 浪潮电子信息产业股份有限公司
IPC: G06F40/16 , G06F40/284 , G06N3/044
Abstract: 本发明提供一种文本生成方法、装置、主机设备、系统、程序产品和介质，涉及人工智能领域，方法包括：获取输入文本；输入文本包括内容概述文本和词语参考文本，词语参考文本包含指定词语；利用预训练语言模型根据输入文本执行文本生成操作，得到与生成式文本中的单词对应的逻辑矩阵；预训练语言模型具有包含候选单词的词表，逻辑矩阵用于确定候选单词的选择概率，选择概率为候选单词被选为生成式文本中的单词的概率；利用预训练概率转移模型中的神经网络层对逻辑矩阵进行处理，以增大候选单词中的指定候选单词的选择概率，得到已调整逻辑矩阵；指定词语由至少一个指定候选单词组成；利用已调整逻辑矩阵确定生成式文本；可优化文本生成效果。
-
-
-
-
-
-
-
-
-
Search Results
8671
records
(took 0.102 seconds)
