一种数据处理的方法、装置、存储介质及电子设备

    公开(公告)号:CN115981870A

    公开(公告)日:2023-04-18

    申请号:CN202310250917.6

    申请日:2023-03-10

    Abstract: 本说明书公开了一种数据处理的方法、装置、存储介质及电子设备。该数据处理的方法包括:获取初始处理模型,并确定初始处理模型中包含的各目标模型算子,针对每个目标模型算子,根据各处理步骤对该模型算子进行拆分,得到该模型算子包含的各子模型算子,根据每个子模型算子和未被拆分的目标模型算子对应的计算顺序,将各子模型算子以及未被拆分的各目标模型算子进行融合,得到至少一个融合算子,根据各融合算子确定优化后处理模型并部署,在接收到数据处理请求后,将获取到的待处理数据输入所述优化后处理模型,以通过所述优化后处理模型对所述待处理数据进行数据处理。

    一种量子纠错处理方法、装置、存储介质及电子设备

    公开(公告)号:CN118709802A

    公开(公告)日:2024-09-27

    申请号:CN202411193882.8

    申请日:2024-08-28

    Abstract: 本说明书公开了一种量子纠错处理方法、装置、存储介质及电子设备。所述量子纠错处理方法包括:确定生成量子纠错码时所需确定的参数类型;根据量子计算设备的算力资源信息,确定基础参数的计算范围;基于计算范围,确定基础参数的若干种取值策略,根据不同类型的基础参数在每种取值策略下的取值,生成至少一种量子纠错码,并将取值作为其对应的基础参数;针对每种量子纠错码,对该量子纠错码及其基础参数进行解析,得到该量子纠错码对应的匹配参数;按照每种量子纠错码对应的基础参数以及匹配参数,在量子纠错码数据库中存储各量子纠错码,以在量子纠错码数据库中查询出与纠错参数相匹配的量子纠错码对待处理数据进行量子纠错处理。

    一种密钥恢复方法、装置、存储介质及设备

    公开(公告)号:CN118138237A

    公开(公告)日:2024-06-04

    申请号:CN202410450742.8

    申请日:2024-04-15

    Inventor: 吴文勋 刘鹏

    Abstract: 本说明书公开了一种密钥恢复方法、装置、存储介质及设备。所述任务执行方法包括:首先获取量子明文、加密算法信息以及正确密文,将加密算法信息输入到预先通过强化学习训练的预测模型中,得到加密算法信息对应的量子线路,控制预设的量子计算设备,以使量子计算设备按照量子线路以及预设的叠加态的量子比特,对量子明文进行处理,得到各量子密文,从各量子密文中确定出与正确密文对应的量子密文,作为正确量子密文。以最大化量子计算设备输出正确量子密文的概率为优化目标,对量子比特的状态进行调整,并在量子计算设备能够以最大的概率输出正确量子密文时,确定量子比特的状态信息,进而确定将预设明文加密得到正确密文时所使用的密钥。

    基于softmax的数据处理方法及装置

    公开(公告)号:CN117009729A

    公开(公告)日:2023-11-07

    申请号:CN202311293166.2

    申请日:2023-10-08

    Abstract: 本说明书公开了一种基于softmax的数据处理方法及装置,将目标模型部署在服务器中,通过目标模型的前处理层,确定待处理数据对应的目标矩阵,并通过在服务器上运行归一化层的第一算子,确定该目标矩阵中各行数据分别对应的归一化参数,再通过在服务器上运行第二算子,确定该目标矩阵对应的全局最大值和全局指数和,进而当目标模型的后处理层启动时,通过在服务器上运行融合算子,确定目标矩阵的归一化结果,并根据该归一化结果执行该后处理层对应的数据处理任务。本方法中的服务器不需要对目标矩阵中的数据同时进行处理,即可确定出目标矩阵的全局最大值和全局指数和,减少了对服务器的算力的要求,提高了任务处理效率。

    一种任务执行的方法、装置、存储介质及电子设备

    公开(公告)号:CN116340004A

    公开(公告)日:2023-06-27

    申请号:CN202310429448.4

    申请日:2023-04-11

    Abstract: 本说明书公开了一种任务执行的方法、装置、存储介质及电子设备。所述任务执行的方法包括:获取目标模型的模型数据,针对每个计算单元,确定该计算单元在每个时间节点之前允许进行针对各微训练批次的反向传播的最大次数,并确定反向传播次数的最大值所对应的时间节点,作为前向传播节点,在至少位于所述前向传播节点之前的各时间节点中确定该计算单元执行针对每个微训练批次的反向传播的时间节点,作为反向传播节点,根据每个计算单元对应的前向传播节点以及每个计算单元对应的反向传播节点,确定针对所述目标模型的训练策略,并基于所述训练策略,执行针对所述目标模型的任务执行任务。

    基于众核处理器多层互联架构的二元运算访存优化方法及装置

    公开(公告)号:CN116185937A

    公开(公告)日:2023-05-30

    申请号:CN202211509617.7

    申请日:2022-11-29

    Abstract: 一种基于众核处理器多层互联架构的二元运算访存优化方法,包括:检查第二类核间的计算任务是否存在可重用的计算数据以及需要加载的数据批次数;确定每一次计算迭代时,每个第二类核所分配的计算数据;第一轮计算时,所有第二类核的计算数据通过DMA从主存获取到第二类核LDM中;第2~N轮计算,根据访存优化的策略,计算数据通过RMA从第二类核组内其他第二类核的LDM中获取,然后进行计算;此前2个步骤重复次;第轮计算,计算数据通过DMA从主存获取到第二类核的LDM中,然后进行计算;第轮计算,计算数据通过RMA从第二类核组内其他第二类核的LDM中获取,然后进行计算;结束计算,将上一轮计算的结果通过DMA写回主存。

    一种基于终端设备和边缘服务器协同进行视频流处理的方法

    公开(公告)号:CN110851255B

    公开(公告)日:2022-04-15

    申请号:CN201911080332.4

    申请日:2019-11-07

    Abstract: 本发明公开一种基于终端设备和边缘服务器协同进行视频流处理的方法,所述的视频流处理划分为数据预处理、深度神经网络推理和结果处理三个阶段,终端设备的计算任务分为数据预处理TP、数据传输TD_t、神经网络推理TI、结果接收TR_r和结果处理TF,边缘服务器的计算任务分为数据接收ED_r、深度神经网络推理EI,结果传输ER_t,所述的视频预处理采用流水化方式进行任务调度,终端设备按照任务优先级,根据空闲状态执行计算任务,边缘服务器也根据任务优先级的顺序执行;其中,终端设备承担任务的优先级从高到低排序为:TR_r>TD_t>TF>TP=TI;边缘服务器承担任务的优先级从高到低排序为:ED_r>EI>ER_t。该方法在发挥边缘服务器强大算力的同时,提高了计算效率。

    基于t-分布鲸鱼优化算法生成浮点数测试激励方法和装置

    公开(公告)号:CN117873904B

    公开(公告)日:2024-07-19

    申请号:CN202410257192.8

    申请日:2024-03-07

    Abstract: 本发明公开了一种基于t‑分布鲸鱼优化算法生成浮点数测试激励方法和装置,初始化鲸鱼优化算法的参数;初始化鲸鱼种群位置;建立UVM验证平台收集功能覆盖率集合并计算适应度值;更新参数用于鲸鱼个体位置计算;进行第t次迭代,使用收缩包围机制或螺旋更新策略移动鲸鱼个体位置;位置更新,根据鲸鱼个体位置前后适应度值大小决定位置是否替换;采用t‑分布变异算子对种群个体进行扰动计算生成新种群,并更新个体位置;判断是否满足结束条件,如果达到预设的结束条件,则退出整体的算法循环;否则更新参数继续迭代直至满足结束条件。本发明采用鲸鱼优化算法来避免遍历整个搜索空间,朝尽早覆盖所有功能覆盖点的方向前进。

    一种量子计算的纠错方法、系统、存储介质及电子设备

    公开(公告)号:CN117933410B

    公开(公告)日:2024-06-07

    申请号:CN202410322527.X

    申请日:2024-03-20

    Abstract: 在本说明书提供的一种量子计算的纠错方法、系统、存储介质及电子设备中,先获取集成芯片中量子芯片输出的计算结果,在集成芯片中,确定与量子芯片对应的存算一体芯片中储存的CSS码的逆矩阵,再根据量子芯片的计算结果,通过CSS码,确定计算结果的症状,然后根据CSS码的逆矩阵以及计算结果的症状,确定计算结果的噪声,最后根据计算结果的噪声,对计算结果纠正,通过在低功耗的集成芯片上运行的分布式算法,高效的得到了量子芯片的正确计算结果。

Patent Agency Ranking