-
公开(公告)号：CN117685804B
公开(公告)日：2024-04-30
申请号：CN202410155270.3
申请日：2024-02-04
Abstract: 本发明提供一种多集管分流的环形印刷电路板换热器，涉及换热器技术领域，包括：前置封头，用于实现冷流体的同侧进出；芯体，一端与所述前置封头连接，用于实现冷流体进出的分流；热流体进口腔体，设置在芯体中部，用于实现热流体的进入；壳体，套设于所述芯体外，且所述壳体的一端与所述前置封头连接，所述壳体与芯体设置有用于收集热流体的空隙；下盖板，与所述芯体远离所述前置封头的一端连接，用于封堵所述热流体进口腔体。本发明能够提高换热器紧凑度和功率密度，减小体积和重量。
-
公开(公告)号：CN116862019B
公开(公告)日：2024-03-19
申请号：CN202310826122.5
申请日：2023-07-06
Applicant: 清华大学
IPC: G06N20/00
Abstract: 本申请涉及一种基于数据并行范式的模型训练方法及装置，其中，方法包括：对目标深度学习模型的计算图进行逐层算子划分和切割，并对计算图的每一层的不同类型的张量的重构代价进行量化建模，以得到每一层的不同类型的张量的重构策略；遍历计算图的每一层的不同类型的张量的重构策略得到最佳重构策略，并基于最佳重构策略生成整个计算图的内存复用策略；构造分布式的运行时后端，基于内存复用策略对计算图的每一个算子进行调度，以达到目标深度学习模型的训练过程的加速目的。由此，解决了相关技术中，受限于单个设备的容量，随着模型的参数量增大，设备的物理内存容量无法满足训练的需求，无法支持更大的模型训练的技术问题。
-
Patent Agency Ranking
公开(公告)号：CN117685804A
公开(公告)日：2024-03-12
申请号：CN202410155270.3
申请日：2024-02-04
Abstract: 本发明提供一种多集管分流的环形印刷电路板换热器，涉及换热器技术领域，包括：前置封头，用于实现冷流体的同侧进出；芯体，一端与所述前置封头连接，用于实现冷流体进出的分流；热流体进口腔体，设置在芯体中部，用于实现热流体的进入；壳体，套设于所述芯体外，且所述壳体的一端与所述前置封头连接，所述壳体与芯体设置有用于收集热流体的空隙；下盖板，与所述芯体远离所述前置封头的一端连接，用于封堵所述热流体进口腔体。本发明能够提高换热器紧凑度和功率密度，减小体积和重量。
-
公开(公告)号：CN111221646A
公开(公告)日：2020-06-02
申请号：CN201911294488.2
申请日：2019-12-16
Applicant: 清华大学
Abstract: 本发明实施例提供一种分布式机器学习的参数同步方法及装置，其中方法包括：将用于产生机器学习的参数的Nk个服务器组建为BCube架构，所述BCube架构共有k层次的交换机，每个交换机连接的服务器数量为N个；在每次机器学习训练迭代完成后，将所有参数分为k份参数集合，每台服务器开启k个线程对每份参数集合执行参数同步任务。本发明实施例能够大幅降低通信时间，并且在使用硬件资源上没有交叉，同时利用BCube架构进行参数同步时，由于服务器间的通信都是一跳，能够使得RDMA协议发挥更好的性能。
-
公开(公告)号：CN111211987A
公开(公告)日：2020-05-29
申请号：CN201911204067.6
申请日：2019-11-29
Applicant: 清华大学
IPC: H04L12/801 , H04L12/707
Abstract: 本发明提供一种网络中流量动态调整方法、系统、电子设备及存储介质，方法包括：获取网络中任一边界路由器节点收集的局部网络状态信息；将任一边界路由器节点收集的局部网络状态信息输入对应的第一预设子模型，得到输出的从源边界路由器节点到目的边界路由器节点的每一条备选路径上的流量分割比例，其中，源边界路由器节点为所述任一边界路由器节点，目的边界路由器节点为网络中的出口边界路由器节点。本发明根据网络中边界路由器收集的局部网络状态信息，对网络路径上的网络流量进行调整，能够实现在网络环境发生变化时，自动及时对各路径上的流量比例进行调整，设计了流量感知的动态路由算法，提升网络的利用率。
-
公开(公告)号：CN116862019A
公开(公告)日：2023-10-10
申请号：CN202310826122.5
申请日：2023-07-06
Applicant: 清华大学
IPC: G06N20/00
Abstract: 本申请涉及一种基于数据并行范式的模型训练方法及装置，其中，方法包括：对目标深度学习模型的计算图进行逐层算子划分和切割，并对计算图的每一层的不同类型的张量的重构代价进行量化建模，以得到每一层的不同类型的张量的重构策略；遍历计算图的每一层的不同类型的张量的重构策略得到最佳重构策略，并基于最佳重构策略生成整个计算图的内存复用策略；构造分布式的运行时后端，基于内存复用策略对计算图的每一个算子进行调度，以达到目标深度学习模型的训练过程的加速目的。由此，解决了相关技术中，受限于单个设备的容量，随着模型的参数量增大，设备的物理内存容量无法满足训练的需求，无法支持更大的模型训练的技术问题。
-
公开(公告)号：CN111211987B
公开(公告)日：2021-07-27
申请号：CN201911204067.6
申请日：2019-11-29
Applicant: 清华大学
IPC: H04L12/801 , H04L12/707
Abstract: 本发明提供一种网络中流量动态调整方法、系统、电子设备及存储介质，方法包括：获取网络中任一边界路由器节点收集的局部网络状态信息；将任一边界路由器节点收集的局部网络状态信息输入对应的第一预设子模型，得到输出的从源边界路由器节点到目的边界路由器节点的每一条备选路径上的流量分割比例，其中，源边界路由器节点为所述任一边界路由器节点，目的边界路由器节点为网络中的出口边界路由器节点。本发明根据网络中边界路由器收集的局部网络状态信息，对网络路径上的网络流量进行调整，能够实现在网络环境发生变化时，自动及时对各路径上的流量比例进行调整，设计了流量感知的动态路由算法，提升网络的利用率。
-
-
-
-
-
-
Search Results
7
records
(took 0.028 seconds)
