-
公开(公告)号：CN116992965B
公开(公告)日：2024-01-09
申请号：CN202311259769.0
申请日：2023-09-27
Applicant: 之江实验室
Abstract: 本申请涉及Transformer大模型的推理方法、装置、计算机设备和存储介质，在使用Transformer大模型进行实际推理之前，利用权重校正系数向量将权重矩阵进行校正，将权重矩阵中各数值的差异进行压制，并将权重校正矩阵进行低比特整型量化；在使用Transformer大模型进行实际推理时，将实际输入激活矩阵与激活量化校正系数向量的乘积、量化后的综合校正系数向量及校正量化后的权重矩阵进行矩阵相乘，得到初始推理结果矩阵；基于第一量化参数标量、第二量化参数标量以及第三量化参数标量，对初始推理结果矩阵进行反量化，得到实际推理结果矩阵，有效节省在GPU中部署所占用的显存资源及有效提高计算机处理速度。(56)对比文件杨云;王全.层聚合的对抗机器翻译模型的方法研究.陕西科技大学学报.2020,(第01期),全文.苏畅;付忠良;谭雨辰.一种在GPU上高精度大型矩阵快速运算的实现.计算机应用.2009,(第04期),全文.姚志湘;孙增强;粟晖;袁洪福.通过向量角转换校正拉曼光谱中乘性干扰.光谱学与光谱分析.2016,(第02期),全文.
-
公开(公告)号：CN117684125A
公开(公告)日：2024-03-12
申请号：CN202311611199.7
申请日：2023-11-29
Applicant: 之江实验室
Abstract: 本发明公开了一种室温优化Si衬底上NbN薄膜超导转变温度的方法及其应用，包括以下步骤：固定Si衬底温度为室温，溅射功率为100W～300W，沉积气压为1mTorr～5mTorr，反应气体N2和工作气体Ar的气体质量流量比为15％～35％，溅射时间为1200s～1500s，在Si衬底上沉积得到具有高超导转变温度的NbN超导薄膜。本发明方法制备出的NbN超导薄膜的超导转变温度能够达到14.07K，且沉积温度为室温，制备方法简单可靠，可重复性好，可工业批量化生产，同时为后续NbN超导材料的机制研究、超导动态电感探测器研制及其工程应用提供了有力的材料支撑。
-
公开(公告)号：CN117070892A
公开(公告)日：2023-11-17
申请号：CN202311002593.0
申请日：2023-08-10
Applicant: 之江实验室
Abstract: 本发明公开了一种两步控制N2分压降低NbN薄膜内应力和提高超导转变温度的方法，包括以下步骤：先使用N2/Ar气体质量流量比40％～65％沉积NbN缓冲薄膜层，溅射时间为1～112s，NbN缓冲薄膜层厚度为0.1～5nm；再使用N2/Ar气体质量流量比15％～35％沉积NbN主要薄膜层，溅射时间为150～450s，NbN主要薄膜层厚度为10～30nm；最终得到低内应力和高超导转变温度的NbN超导薄膜。本发明方法通过两步控制N2分压在衬底上实现两层薄膜层生长，制备工艺简单，改善效果良好，可实现大规模生产。
-
公开(公告)号：CN116992965A
公开(公告)日：2023-11-03
申请号：CN202311259769.0
申请日：2023-09-27
Applicant: 之江实验室
Abstract: 本申请涉及Transformer大模型的推理方法、装置、计算机设备和存储介质，在使用Transformer大模型进行实际推理之前，利用权重校正系数向量将权重矩阵进行校正，将权重矩阵中各数值的差异进行压制，并将权重校正矩阵进行低比特整型量化；在使用Transformer大模型进行实际推理时，将实际输入激活矩阵与激活量化校正系数向量的乘积、量化后的综合校正系数向量及校正量化后的权重矩阵进行矩阵相乘，得到初始推理结果矩阵；基于第一量化参数标量、第二量化参数标量以及第三量化参数标量，对初始推理结果矩阵进行反量化，得到实际推理结果矩阵，有效节省在GPU中部署所占用的显存资源及有效提高计算机处理速度。
-
公开(公告)号：CN115409217A
公开(公告)日：2022-11-29
申请号：CN202211352910.7
申请日：2022-11-01
Applicant: 之江实验室
Abstract: 本发明公开一种基于多专家混合网络的多任务预测性维护方法，包括：步骤S1：将设备的传感器数据处理成传感器特征张量，输入多专家网络模块，计算得到相应的专家子网络张量；步骤S2：将传感器特征张量输入多任务门控网络，得到多任务门控网络输出向量；步骤S3：对于每个任务，结合对应多任务门控网络输出向量，对多专家网络模块中各个专家子网络的输出作加权求和，计算得到每个任务的编码器张量；步骤S4：将计算得到的编码器张量输入任务相关的解码器网络，再通过多个任务联合优化，同时计算并输出预测性维护场景各个子任务的目标值。本发明解决了错误传递问题，可以缓解跷跷板效应，减小预测性维护任务的计算成本，提升预测效率。
-
Patent Agency Ranking
公开(公告)号：CN115248692A
公开(公告)日：2022-10-28
申请号：CN202211148564.0
申请日：2022-09-21
Applicant: 之江实验室
Abstract: 本发明公开了一种支持多种深度学习框架模型的云端部署装置及方法，将模型以线上服务的形式部署在云端服务器，支持使用http和gRPC两种通信协议提供在线推理服务，包括如下步骤：步骤一、根据方法说明部署模型云端部署装置及网关装置；步骤二、训练待部署的模型，并保存为其所使用的深度学习框架对应的可支持部署的模型格式；步骤三、根据模型采用的深度学习框架及方法中提供的必要的依赖包，制作可支持模型部署的镜像；步骤四、根据装置页面要求选择合适的参数将该模型进行云端部署。本发明操作简单，用户无须精通算法即可在本装置中同时部署多种深度学习框架训练的模型，且易于扩展，同时支持其他深度学习框架模型部署。
-
公开(公告)号：CN116878666A
公开(公告)日：2023-10-13
申请号：CN202310759172.6
申请日：2023-06-26
Applicant: 之江实验室
IPC: G01J5/46
Abstract: 本发明公开了一种太赫兹动态电感热辐射计，包括超导薄膜层、太赫兹天线、截止层和Si衬底，超导薄膜层和太赫兹天线分别沉积于截止层上，截止层沉积于Si衬底上；超导薄膜层包括超导馈线、叉指电容和电感线圈，叉指电容与电感线圈并连形成振荡电路，太赫兹天线与电感线圈相邻，用于将接收的太赫兹信号转换成热量使得电感线圈产生电感变化，通过电感变化使得叉指电容内的共振频率发生改变，超导馈线接收变化的共振频率，通过变化的共振频率能够得到太赫兹信号的光强从而完成太赫兹信号的探测。该太赫兹动态电感热辐射计能够准确的探测太赫兹信号，受温度影响较少；本发明还提供了一种太赫兹动态电感热辐射计的制备方法和太赫兹探测系统。
-
公开(公告)号：CN115409217B
公开(公告)日：2023-09-26
申请号：CN202211352910.7
申请日：2022-11-01
Applicant: 之江实验室
IPC: G06Q10/04 , G06Q10/20 , G06N3/0442 , G06N3/084
Abstract: 本发明公开一种基于多专家混合网络的多任务预测性维护方法，包括：步骤S1：将设备的传感器数据处理成传感器特征张量，输入多专家网络模块，计算得到相应的专家子网络张量；步骤S2：将传感器特征张量输入多任务门控网络，得到多任务门控网络输出向量；步骤S3：对于每个任务，结合对应多任务门控网络输出向量，对多专家网络模块中各个专家子网络的输出作加权求和，计算得到每个任务的编码器张量；步骤S4：将计算得到的编码器张量输入任务相关的解码器网络，再通过多个任务联合优化，同时计算并输出预测性维护场景各个子任务的目标值。本发明解决了错误传递问题，可以缓解跷跷板效应，减小预测性维护任务的计算成本，提升预测效率。
-
公开(公告)号：CN117070892B
公开(公告)日：2024-07-05
申请号：CN202311002593.0
申请日：2023-08-10
Applicant: 之江实验室
Abstract: 本发明公开了一种两步控制N2分压降低NbN薄膜内应力和提高超导转变温度的方法，包括以下步骤：先使用N2/Ar气体质量流量比40％～65％沉积NbN缓冲薄膜层，溅射时间为1～112s，NbN缓冲薄膜层厚度为0.1～5nm；再使用N2/Ar气体质量流量比15％～35％沉积NbN主要薄膜层，溅射时间为150～450s，NbN主要薄膜层厚度为10～30nm；最终得到低内应力和高超导转变温度的NbN超导薄膜。本发明方法通过两步控制N2分压在衬底上实现两层薄膜层生长，制备工艺简单，改善效果良好，可实现大规模生产。
-
公开(公告)号：CN116312480A
公开(公告)日：2023-06-23
申请号：CN202310126931.5
申请日：2023-02-10
Applicant: 之江实验室
Abstract: 本说明书公开了一种语音识别方法、装置、设备及可读存储介质，响应于流式语音识别请求，根据预设的时长，将连续接收的所述待识别音频数据，划分为待识别语音块，将各待识别语音块依次输入预训练的语音识别模型，通过特征提取子网得到第一语音特征，将该待识别语音块的第一语音特征和指定语音块的第一语音特征输入到特征编码子网，通过注意力编码层得到第一注意力得分和第二注意力得分，进而确定出该待识别语音块的第二语音特征，将第二语音特征输入解码器，确定该待识别语音块的预测文本。可见，通过特征编码子网中的注意力编码层确定第一注意力得分和第二注意力得分的方式，能够有效利用声学上下文的信息，提高文本预测的准确性。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.051 seconds)
