公开(公告)号：CN117764135A

公开(公告)日：2024-03-26

申请号：CN202311532675.6

申请日：2023-11-16

Applicant: 清华大学

Inventor： 刘云新 ,  耿瀚飞

IPC: G06N3/082 ,  G06N5/04

Abstract: 本发明提供一种深度神经网络模型的剪枝方法及相关组件，该方法包括：确定深度神经网络模型的权重矩阵；在稀疏计算平台上，基于离线阶段冗余筛除算法对权重矩阵的初步搜索空间进行修正，得到修正搜索空间；在修正搜索空间，基于在线阶段进化算法对权重矩阵进行迭代块稀疏剪枝。块稀疏可以同时在精度、稀疏度以及计算效率中做权衡，本发明通过离线阶段冗余筛除算法缩小了块剪枝的搜索空间，结合在线阶段进化算法迭代调整块剪枝来平衡推理精度和速度。

公开(公告)号：CN119155957A

公开(公告)日：2024-12-17

申请号：CN202411130898.4

申请日：2024-08-16

Applicant: 清华大学 ,  英特尔公司

Inventor： 刘云新 ,  耿瀚飞 ,  詹仙园 ,  李元春 ,  孙一 ,  李元哲 ,  冷霁超 ,  朱翔宇

IPC: H05K7/20

Abstract: 本发明提供一种数据中心节能冷却控制方法及系统，包括：获取空气冷却装置的初始温度设定值和热安全温度目标；基于所述初始温度设定值通过预训练的数据中心时间序列模型预测空气冷却装置功率；在所述热安全温度目标的约束下通过预设的贝叶斯优化器确定空气冷却装置功率最小值对应的理想温度设定值；将所述理想温度设定值传送至平滑缓冲器，通过平滑缓冲器向空气冷却装置的控制器发送控制指令，调节空气冷却装置功率。本发明解决了现有数据中心冷却能源消耗大的问题。