公开(公告)号：CN118331535A

公开(公告)日：2024-07-12

申请号：CN202410388717.1

申请日：2024-04-01

Applicant: 清华大学

Inventor： 徐明伟 ,  郭诚 ,  钱坤 ,  操佳敏 ,  翟恩南

IPC: G06F7/483 ,  H03M7/30 ,  G06N3/098

Abstract: 本申请涉及通信技术领域，特别涉及一种浮点数尾数压缩方法、装置、发送端、接收端及介质，其中，方法包括：获取数据并行分布式机器学习训练过程中待发送的目标梯度数据；识别目标梯度数据中各个梯度浮点数和梯度对应参数，从各个梯度浮点数分离出浮点数尾数和指数部分，基于梯度对应参数确定浮点数尾数的量化等级；基于量化等级对浮点数尾数进行移位压缩得到压缩数据，根据压缩数据、指数部分和量化等级生成通信数据，发送通信数据至接收端。由此，解决了相关技术中由于梯度数据量过大导致机间无法及时传输通信数据，从而降低数据并行分布式训练的效率等问题。

公开(公告)号：CN110311828B

公开(公告)日：2021-03-30

申请号：CN201910749903.2

申请日：2019-08-14

Applicant: 清华大学

Inventor： 王之梁 ,  叶方丹 ,  尹霞 ,  施新刚 ,  翟恩南 ,  刘洪强 ,  吴鑫 ,  王春生 ,  马效东 ,  张铭 ,  佘敦成 ,  马卿 ,  程飙 ,  郭天晨

IPC: H04L12/24

Abstract: 一种网络验证的方法、装置、计算机存储介质及电子设备，包括：对待验证网络中各设备存储的路由，分别确定每一个路由作为最优路由的约束条件；根据确定的每一个路由作为最优路由的约束条件，对待验证网络的控制平面进行验证。本发明实施例基于确定的约束条件，设计实现了适用于大型网络的网络验证，为提升网络运维效率提供了技术支持。