基于GPU内联直通的高速数据处理方法及装置

    公开(公告)号:CN117290098B

    公开(公告)日:2024-08-13

    申请号:CN202311235987.0

    申请日:2023-09-22

    Abstract: 本发明提供一种基于GPU内联直通的高速数据处理方法及装置,该基于GPU内联直通的高速数据处理方法包括:基于第一任务流并行接收多个高带宽数据包;对多个高带宽数据包分别进行解析,得到多个解析数据;将多个解析数据缓存至第一循环缓冲池;在接收到第一信号量的情况下,基于第二任务流从第一循环缓冲池读取并计算多个解析数据,得到计算结果;将计算结果缓存至共享存储区域的第二循环缓冲池,以供CPU通过第二循环缓冲池读取计算结果。本发明所述方法实现了GPU内部多流之间的同步,同时能够避免CPU与GPU直接进行数据传输,减少系统耗时,提高了数据处理的稳定性和实时性。

    光学脑机接口系统和方法
    12.
    发明授权

    公开(公告)号:CN116382465B

    公开(公告)日:2024-02-13

    申请号:CN202310131178.9

    申请日:2023-02-17

    Abstract: 本发明提供一种光学脑机接口系统和方法,属于生物医学领域,采集单元基于预设接口从光学采集设备获取光学神经信号;预处理单元对光学神经信号进行预处理,得到第一神经图像数据;配准单元根据预设的第一配准算法和预设的第二配准算法对第一神经图像数据进行并行配准,得到配准后的第二神经图像数据;解码单元根据预设的感兴趣区域对第二神经图像数据进行解码,得到神经活动表征数据;反馈单元根据神经活动表征数据,得到反馈控制信号以进行闭环反馈。本发明通过接口从光学采集设备直接获取底层的光学神经信号,进行实时的预处理、配准、解码等步骤,通过神经活动表征数据得到反(56)对比文件孙乐;杜久林.大脑神经联接图谱的研究进展.中国科学:生命科学.2018,(第03期),全文.文大化.SAR光学处理器输出图像的实时处理装置.光学精密工程.1997,(第02期),全文.付玲.光学神经成像研究进展.生物物理学报.2007,(第04期),全文.孟令奎;金先级;周剑光.神经元网络的光学实现.半导体光电.1992,(第04期),全文.

    多源端口数据存储方法及装置

    公开(公告)号:CN116996417A

    公开(公告)日:2023-11-03

    申请号:CN202311247018.7

    申请日:2023-09-26

    Abstract: 本发明属于通信技术领域,提供了一种多源端口数据存储方法及装置,该多源端口数据存储方法包括:获取多个设备网口的信号周期数据;对多个设备网口的信号周期数据分别进行标记,并分别缓存至各设备网口对应的缓冲池的目标缓冲行区域;在多个设备网口对应的缓冲池的目标缓冲行区域的下一个缓冲行区域接收到信号周期数据中的任一项数据包的情况下,确定信号周期数据缓存完成。本发明所述方法利用多个缓冲池对不同网口的输入数据进行有序缓存,能够改善接收端发生数据拥塞的情况,利用当前缓冲行区的缓存结果能够快速确定数据丢包信息,优化了面向多源端口的数据实时接收缓存和实时丢包检测流程,提高了多源端口数据存储效率。

    高带宽图像采集、预处理和分发系统及图像处理系统

    公开(公告)号:CN109286749B

    公开(公告)日:2020-12-08

    申请号:CN201811089556.7

    申请日:2018-09-18

    Abstract: 本发明属于生命科学图像采集处理技术领域,具体提供一种高带宽图像采集、预处理和分发系统及图像处理系统,该系统包括:相机控制模块、采集系统控制模块、千兆网模块、图像数据采集模块、图像缓存模块、图像预处理模块、图像动态分发模块和高速接口模块,千兆网模块分别与相机控制模块和采集系统控制模块连接,相机控制模块、图像数据采集模块、图像缓存模块、图像预处理模块、图像动态分发模块和高速接口模块依次连接,采集系统控制模块分别与图像缓存模块、图像预处理模块和图像动态分发模块连接。本发明的系统接收图像带宽高,相机控制方式灵活,图像预处理效率高,并且系统易于扩展。

    基于动态延时补偿的重采样方法、装置和系统

    公开(公告)号:CN109286462B

    公开(公告)日:2019-11-08

    申请号:CN201811064698.8

    申请日:2018-09-12

    Abstract: 本发明涉及信号处理技术领域,具体提出一种基于动态延时补偿的重采样方法、装置和系统,重采样装置包括原始信号采集模块、缓存阵列、写控制器、读控制器、重排模块和通信模块,原始信号采集模块用于采集原始天线信号并将信号抽取为多路并行输出;缓存阵列用于缓存信号;写控制器用于控制信号写入缓存阵列;读控制器用于控制缓存阵列数据读出;重排模块用于缓存阵列输出的多路并行信号重排;通信模块用于更新待补偿延时等参数。本发明通过动态延时补偿,能够实时补偿天线到接收机的传输延时差,不要求传输线缆等长,有益于机房布局布线,还能够实时补偿观测源到不同天线的传输延时差,实现实时调整观测方向,提高指向精度,增强观测能力。

    长文本知识的特征融合方法、装置、存储介质和电子设备

    公开(公告)号:CN119377874A

    公开(公告)日:2025-01-28

    申请号:CN202411258035.5

    申请日:2024-09-09

    Abstract: 本公开提供了一种长文本知识的特征融合方法、装置、存储介质和电子设备。本公开的方法包括:将输入的长文本转换为N个分词,并将每个分词转换为d维的词向量;构建循环变换单元;以N个词向量和初始随机矩阵作为循环变换单元的输入以进行N次特征迭代,循环输出每次迭代的离散信息矩阵和全局信息向量;将循环变换单元第N次的迭代输出的离散信息矩阵和全局信息向量进行拼接,得到长文本的融合特征。本公开通过构建循环变换单元将长文本映射为互为关联的离散信息矩阵和全局信息向量,以实现对长文本的词向量特征的高效压缩,使任意长度的长文本知识均可以经过压缩形成固定大小的融合特征。

    基于GPU内联直通的高速数据处理方法及装置

    公开(公告)号:CN117290098A

    公开(公告)日:2023-12-26

    申请号:CN202311235987.0

    申请日:2023-09-22

    Abstract: 本发明提供一种基于GPU内联直通的高速数据处理方法及装置,该基于GPU内联直通的高速数据处理方法包括:基于第一任务流并行接收多个高带宽数据包;对多个高带宽数据包分别进行解析,得到多个解析数据;将多个解析数据缓存至第一循环缓冲池;在接收到第一信号量的情况下,基于第二任务流从第一循环缓冲池读取并计算多个解析数据,得到计算结果;将计算结果缓存至共享存储区域的第二循环缓冲池,以供CPU通过第二循环缓冲池读取计算结果。本发明所述方法实现了GPU内部多流之间的同步,同时能够避免CPU与GPU直接进行数据传输,减少系统耗时,提高了数据处理的稳定性和实时性。

    基于GPU计算平台的并行数字多波束合成方法及装置

    公开(公告)号:CN116418381A

    公开(公告)日:2023-07-11

    申请号:CN202310226191.2

    申请日:2023-03-02

    Abstract: 本发明提供一种基于GPU计算平台的并行数字多波束合成方法及装置,该方法包括:将多组波束系数和多路天线数据从中央处理器CPU传输至GPU中;在所述GPU中,基于所述多组波束系数和所述多路天线数据,进行数字多波束合成;将数字多波束合成的结果从所述GPU传输至所述CPU中进行存储。通过将用于数字多波束合成的数据传输至GPU中进行并行加速处理,得到数字多波束合成的结果之后再传输回CPU中存储,可以显著减少波束合成时间,提高大规模数据下计算效率,保证天文观测的实时性。

    用于高速数据采集系统的以太网数据流记录方法

    公开(公告)号:CN111488219B

    公开(公告)日:2022-08-02

    申请号:CN202010266058.6

    申请日:2020-04-07

    Abstract: 本发明属于高速数据采集、网络数据处理领域,具体涉及一种用于高速数据采集系统的以太网数据流记录方法、系统、装置,旨在解决现有高速数据采集CPU利用率低、系统兼容性差、封装和部署困难以及系统传输可靠性低的问题。本系统方法包括:Linux操作系统启动后,隔离出设定数量的CPU核心;卸载操作系统内核态网卡驱动,创建huge page内存池,对各万兆网卡,分配其对应的数据接收缓存池及无锁FIFO缓存,并对各万兆网卡PCIE寄存器初始化,使其进入采集状态;以用户态轮询的驱动方式对各万兆网卡采集的数据包进行连续接收及磁盘记录。本发明提高了CPU利用率、系统兼容性和传输可靠性,降低了封装和部署难度。

    基于GPU计算平台的图像并行配准方法、系统、装置

    公开(公告)号:CN111539997B

    公开(公告)日:2022-06-10

    申请号:CN202010326223.2

    申请日:2020-04-23

    Abstract: 本发明属于图像配准技术领域,具体涉及一种基于GPU计算平台的图像并行配准方法、系统、装置,旨在解决现有技术中海量图像下基于傅里叶变换的图像配准算法处理效率低的问题。本发明提供的基于GPU计算平台的图像并行配准方法,将图像配准并行化,对海量图像进行多GPU任务划分,根据图像分辨率大小划分子任务,将子任务分配给GPU的线程块,在核函数内基于傅里叶变换的配准算法并行完成数据计算,从而对图像配准进行加速,且傅里叶变换的配准算法每一个子步骤均是在GPU核函数内完成,使得每个GPU内最大化并行效率。本发明采用异步传输的方式实现数据传输、配准、传回和写入磁盘三个过程流水线并行,提高了海量图像并行配准的效率,做到实时处理。

Patent Agency Ranking