-
公开(公告)号：CN115061550A
公开(公告)日：2022-09-16
申请号：CN202210697281.5
申请日：2022-06-20
Applicant: 之江实验室 , 中国科学院计算技术研究所
IPC: G06F1/20
Abstract: 本发明属于服务器和数据中心液冷散热领域，公开了一种基于热电制冷器的分布式热管理装置和控制方法，包括底座、热电制冷器、第一冷板、第二冷板、总入口、总出口和管道；所述底座平放于监测目标上，所述热电制冷器和第一冷板并排平放于底座上，所述第二冷板叠放于热电制冷器上，所述热电制冷器的冷端朝向底座、热端朝向第二冷板，所述管道用于总入口、第一冷板、第二冷板和总出口之间的相互连接，冷却液从总入口进入装置、从总出口离开装置，所述管道上具有多个电动阀门用于控制冷却液的流向。本发明通过控制电动阀门实现两块冷板的串并联切换，避免热电制冷器工作时热端产生的热量反向传导给处理器，提高了制冷效率。
-
公开(公告)号：CN114881115A
公开(公告)日：2022-08-09
申请号：CN202210351790.2
申请日：2022-04-02
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种基于图神经网络的多变量时间序列异常检测方法和系统，包括：以物理系统中传感器作为概率图模型中节点，以传感器监测的数据作为时间序列，对多维时间序列关系建模，得到动态图神经网络模型；得到各节点下一时间点的预测值，并采用归一化的时间对齐测度生成各节点的邻接矩阵；当时间进行到下一时间点，获取节点的真实值，根据预测值和真实值，构建引入邻接矩阵重构误差的损失函数，以训练更新动态图神经网络模型，同时根据各节点损失函数数值及其邻居节点在分布上的差异性和邻接矩阵值，得到各节点的异常值；当节点预测值与真实值的误差大于异常值，则产生异常报警。本发明提高了系统异常值的稳定性和缓变异常检测的准确性。
-
公开(公告)号：CN109190755B
公开(公告)日：2021-07-20
申请号：CN201811040908.X
申请日：2018-09-07
Applicant: 中国科学院计算技术研究所
Abstract: 本发明涉及一种面向神经网络的矩阵转换装置，包括：数据接收接口，用于接收并传递神经网络的待转换矩阵数据；转换矩阵接收接口，用于接收并传递对应于所述待转换矩阵数据的转换矩阵；矩阵运算单元，与所述数据接收接口和所述转换矩阵接收接口分别连接，利用所述待转换矩阵数据和所述对应的转换矩阵执行矩阵转换运算；输出接口，与所述矩阵运算单元相连，用于拼接并输出所述矩阵运算单元获得的运算结果；暂存单元，与所述数据接收接口和所述输出接口相连，用于暂存所述输出接口输出的运算结果，并将所述运算结果输入至所述数据接收接口。
-
公开(公告)号：CN107800700B
公开(公告)日：2020-10-27
申请号：CN201711026269.7
申请日：2017-10-27
Applicant: 中国科学院计算技术研究所
IPC: H04L29/06 , H04L29/08 , H04L12/865
Abstract: 本发明涉及一种路由器，包括控制单元，用于控制所述路由器；缓存，用于将接收的数据包输出至所述交叉开关；交叉开关，用于将接收的数据包路由到相应的输出端口；压缩器，用于对接收的数据包进行压缩，并将压缩后的数据包返回至所述缓存；以及解压缩器，用于对接收的数据包解压缩，并将解压缩后的数据包返回至相应的输出端口。
-
公开(公告)号：CN108416435B
公开(公告)日：2020-07-31
申请号：CN201810223448.8
申请日：2018-03-19
Applicant: 中国科学院计算技术研究所
IPC: G06N3/063
Abstract: 本发明提供一种神经网络处理器以及设计和使用方法。所述神经网络处理器，包括卷积装置和激活装置，其特征在于所述激活装置包括：输入接口、激活运算单元、和输出接口；其中，所述输入接口用于接收来自所述卷积装置的待激活神经元，所述输入接口的带宽与所述卷积装置输出待激活神经元的速度相关；所述激活运算单元，用于对来自所述输入接口的待激活神经元进行激活处理，所述激活运算单元的运算速度与所述卷积装置输出待激活神经元的速度相关；所述输出接口，用于输出激活处理的结果，所述输出接口的带宽与所述激活运算单元的运算速度相对应。
-
Patent Agency Ranking
公开(公告)号：CN107977704B
公开(公告)日：2020-07-31
申请号：CN201711102821.6
申请日：2017-11-10
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供一种神经网络中的权重数据存储方法和卷积计算方法。所述权重存储方法包括：查找权重卷积核矩阵中的有效权重并获取有效权重索引，其中，所述有效权重是非零权重，所述有效权重索引用于标记所述有效权重在所述权重卷积核矩阵中的位置；存储所述有效权重以及所述有效权重索引。根据本发明的权重数据存储方法和卷积计算方法能够节省存储空间并提高计算效率。
-
公开(公告)号：CN107944545B
公开(公告)日：2020-07-31
申请号：CN201711102485.5
申请日：2017-11-10
Applicant: 中国科学院计算技术研究所
IPC: G06N3/04
Abstract: 本发明提供了一种应用于神经网络的计算方法和计算装置。该计算方法包括以下步骤：获取仅包含数值1和‑1权重的二值卷积核；将所述二值卷积核分解为初始卷积核和特征卷积核，其中，所述初始卷积核和所述特征卷积核与所述二值卷积核的维数相同，所述初始卷积核是由数值为1的权重构成的矩阵，所述特征卷积核是相对于所述二值卷积核保留了数值为‑1的权重所形成的矩阵；基于所述初始卷积核和所述特征卷积核执行神经网络中的卷积计算。利用本发明的计算方法和计算装置能够提高卷积计算的效率并节省存储电路的开销。
-
公开(公告)号：CN107844826B
公开(公告)日：2020-07-31
申请号：CN201711033537.8
申请日：2017-10-30
Applicant: 中国科学院计算技术研究所
IPC: G06N3/04
Abstract: 本发明提供一种神经网络处理单元和包含该处理单元的处理系统。该处理单元包括：乘法器模块，所述乘法器模块包含构成流水线的多级结构，并用于执行神经网络中待计算的神经元和权值的乘法运算，其中，所述乘法器模块的每一级结构完成所述神经元和权值的乘法运算的子运算；自累加器模块，所述自累加器模块基于控制信号对所述乘法器模块的乘法运算结果进行累加运算或将累加结果输出。利用本发明的处理单元和处理系统，能够提高神经网络的计算效率和资源利用率。
-
公开(公告)号：CN107832840B
公开(公告)日：2020-05-22
申请号：CN201711054158.7
申请日：2017-10-31
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供一种用于神经网络处理器的方法，包括：1)确定所述神经网络处理器的电路构造；2)增加所述电路构造中至少一条路径上的至少一个器件的延时；3)将测试用的数据集作为增加了延时后的所述电路构造的输入，并通过评估所述电路构造的工作状况来获得用于所述神经网络处理器的神经网络权重值。
-
公开(公告)号：CN107087107B
公开(公告)日：2019-11-29
申请号：CN201710312832.0
申请日：2017-05-05
Applicant: 中国科学院计算技术研究所
IPC: H04N5/232
Abstract: 本发明涉及一种基于双摄像头的图像处理装置，包括第一摄像头、第二摄像头和控制模块，其中，所述第一摄像头用于拍摄整体图像；所述控制模块用于发送拍摄指令到所述第二摄像头；所述第二摄像头按照接收的所述拍摄指令拍摄局部图像，其特征在于，所述拍摄指令包含所述第一摄像头的拍摄信息和所述整体图像的图像信息。本发明能够提高局部目标的成像效果，增强整幅图像的细节表现。
-
-
-
-
-
-
-
-
-
Search Results
254
records
(took 0.046 seconds)
