异构设备的缓存处理方法、异构系统、产品、装置及介质

    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

    Inventor: 张闯 董刚

    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。

    一种数据存储方法、装置、设备及可读存储介质

    公开(公告)号:CN111722799B

    公开(公告)日:2024-02-09

    申请号:CN202010469856.9

    申请日:2020-05-28

    Abstract: 本发明公开了一种数据存储方法、装置、设备及可读存储介质,该方法包括:在易失性存储器上电后,获取待存入易失性存储器中固定存储地址的目标数据;从比特值变化传输模式和比特值固定传输模式中,确定出目标传输模式;目标传输模式与易失性存储器上一次上电后所确定出的历史传输模式不同;按照目标传输模式,与易失性存储器互传目标数据。该方法可保证目标数据在掉电后,避免发生数据被盗取,保障了数据的安全。

    一种图像识别方法、系统、设备及存储介质

    公开(公告)号:CN116206188B

    公开(公告)日:2023-07-21

    申请号:CN202310484624.4

    申请日:2023-05-04

    Abstract: 本申请公开了一种图像识别方法、系统、设备及存储介质,应用于图像识别技术领域,包括:对训练完成的图像识别网络的目标卷积层进行剪枝,得到压缩卷积层并判断与目标卷积层的差异是否超出差异范围;若否,则按照结构重参数化的方式对压缩卷积层进行重构,得到第一重构卷积层;若是,则按照核集理论的重要性权重更新规则,对压缩卷积层的卷积核进行缩放,得到缩放卷积层,再对缩放卷积层进行重构,得到第二重构卷积层;使用第一或第二重构卷积层替换图像识别网络中的目标卷积层,得到压缩图像识别网络以进行图像识别。应用本申请的方案,采用结构重参数化结合核集理论的方式,有效地保障了所得到的压缩图像识别网络的图像识别准确率。

    一种文献分类方法、装置、设备和计算机可读存储介质

    公开(公告)号:CN116431816A

    公开(公告)日:2023-07-14

    申请号:CN202310694562.X

    申请日:2023-06-13

    Abstract: 本发明涉及数字化处理技术领域,公开了一种文献分类方法、装置、设备和计算机可读存储介质,构建文献数据库的初始文献特征矩阵、局部一致性矩阵和全局一致性矩阵。利用文献分类模型中的双通道神经网络,确定出初始文献特征矩阵和局部一致性矩阵对应的第一文献学习结果以及初始文献特征矩阵和全局一致性矩阵对应的第二文献学习结果。对双通道神经网络各图卷积层的输出特征进行相关性分析,以确定出第三文献学习结果。基于文献数据库的已有标签、局部一致性矩阵、第一文献学习结果、第二文献学习结果以及第三文献学习结果,对文献分类模型的参数进行修正,依据训练好的文献分类模型,确定出文献数据库中无标签文献的类别,提高了文献分类的准确度。

    一种神经网络加速方法、装置、设备及介质

    公开(公告)号:CN116167425A

    公开(公告)日:2023-05-26

    申请号:CN202310458254.7

    申请日:2023-04-26

    Abstract: 本申请公开了一种神经网络加速方法、装置、设备及介质,应用于深度学习技术领域,包括:从神经网络的目标特征数据中确定有效数据矩阵;所述有效特征矩阵中包含至少一个有效特征数据;将所述有效数据矩阵中的有效特征数据,以及权重矩阵中与所述有效特征数据对应的权重数据进行分组,以得到数据组;将所述数据组输入预设计算引擎阵列,并利用所述预设计算引擎阵列对所述数据组进行运算,得到卷积结果。这样,能够避免无效数据引起延时的情况下,兼容稀疏和稠密数据,从而实现神经网络加速的优化。

    一种文本答案的确定方法、装置、设备和介质

    公开(公告)号:CN114817513B

    公开(公告)日:2022-11-15

    申请号:CN202210745454.6

    申请日:2022-06-29

    Abstract: 本申请涉及深度学习技术领域,公开了一种文本答案的确定方法、装置、设备和介质,获取包括文章文本和问题文本的待分析文本。基于待分析文本与设定的偏移量的相似度,确定出与待分析文本匹配的目标偏移量;依据目标偏移量,对神经网络模型以及待分析文本进行压缩处理。利用压缩后的神经网络模型对压缩后的待分析文本进行分析,以从文章文本中提取出与问题文本匹配的答案。基于待分析文本的文本特征选取匹配的偏移量,利用偏移量实现对神经网络模型以及待分析文本的压缩,减少了所需分析的文本数据量和神经网络模型的计算量,提升了文本的处理效率。根据不同类型的输入数据的特征灵活地选择偏移量,实现了神经网络模型的灵活调整和应用。

    一种图像处理方法、装置及设备

    公开(公告)号:CN110533165B

    公开(公告)日:2022-05-17

    申请号:CN201910760134.6

    申请日:2019-08-16

    Abstract: 本发明公开了一种图像处理方法,由于本发明中对于通过饱和映射法得到的第一量化阈值以及通过非饱和映射法得到的第二量化阈值进行了加权计算,相当于对两个量化阈值进行了融合,得到的最佳量化阈值可以适用于大多数的激活输出层,因此也就能够更加有效的保留激活输出层的有效信息,并用于后续的图像处理工作,提高了量化后的深度神经网络在低位宽硬件平台上,进行推理计算的精度。本发明还公开了一种图像处理装置及设备,具有如上图像处理方法相同的有益效果。

    一种参数编译方法、装置和计算机可读存储介质

    公开(公告)号:CN111857723A

    公开(公告)日:2020-10-30

    申请号:CN202010604992.4

    申请日:2020-06-29

    Abstract: 本发明实施例公开了一种参数编译方法、装置和介质,提取各模型文件所包含的网络参数;按照预先设定的参数规格,将各网络参数转换为对应的中间参数;依据各中间参数对应的尺寸信息、权重信息和上下文操作序号,为各中间参数分配对应的内存地址;将各中间参数及其对应的内存地址按照设定的方式存储至预设存储空间。通过对各模型文件的网络参数进行转换,可以将不同框架的模型文件转换成统一的、硬件友好的中间参数,解除了网络参数的各种操作运算与硬件的相关性,很好的解决了支持多种框架带来的软件代码冗余、依赖库冲突等问题。本申请在FPGA预处理阶段把数据写入硬件,就不再需要主机和FPGA的通信,不存在主机与FPGA的通信压力。

    一种数据存储方法、装置、设备及可读存储介质

    公开(公告)号:CN111722799A

    公开(公告)日:2020-09-29

    申请号:CN202010469856.9

    申请日:2020-05-28

    Abstract: 本发明公开了一种数据存储方法、装置、设备及可读存储介质,该方法包括:在易失性存储器上电后,获取待存入易失性存储器中固定存储地址的目标数据;从比特值变化传输模式和比特值固定传输模式中,确定出目标传输模式;目标传输模式与易失性存储器上一次上电后所确定出的历史传输模式不同;按照目标传输模式,与易失性存储器互传目标数据。该方法可保证目标数据在掉电后,避免发生数据被盗取,保障了数据的安全。

Patent Agency Ranking