-
公开(公告)号：CN116151315B
公开(公告)日：2023-08-15
申请号：CN202310347555.2
申请日：2023-04-04
Applicant: 之江实验室
IPC: G06N3/0455 , G06N3/047 , G06N3/084 , G06N3/063
Abstract: 本发明公开了一种面向晶上系统的注意力网络调度优化方法及装置，该方法包括：首先对注意力网络的注意力计算过程进行解析并优化，以获取元素的依赖关系，根据元素的依赖关系生成计算图；然后根据计算图和晶上系统的芯粒连接图以及总时间优化目标，基于优先级对计算资源调度方案进行优化，以获取最优的优先级矩阵；最后将最优的优先级矩阵通过计算图映射转化为对应的调度方案，使用晶上系统编译器生成计算程序，将计算任务映射到晶上系统对应的芯粒，以获取最优计算资源调度方案。本发明对注意力机制的运算机理进行解析和优化，生成计算效率更高的计算图，并针对晶上系统的结构特性进行调度优化，有效提高了计算效率和降低了总运行时间。
-
公开(公告)号：CN116151315A
公开(公告)日：2023-05-23
申请号：CN202310347555.2
申请日：2023-04-04
Applicant: 之江实验室
IPC: G06N3/0455 , G06N3/047 , G06N3/084 , G06N3/063
Abstract: 本发明公开了一种面向晶上系统的注意力网络调度优化方法及装置，该方法包括：首先对注意力网络的注意力计算过程进行解析并优化，以获取元素的依赖关系，根据元素的依赖关系生成计算图；然后根据计算图和晶上系统的芯粒连接图以及总时间优化目标，基于优先级对计算资源调度方案进行优化，以获取最优的优先级矩阵；最后将最优的优先级矩阵通过计算图映射转化为对应的调度方案，使用晶上系统编译器生成计算程序，将计算任务映射到晶上系统对应的芯粒，以获取最优计算资源调度方案。本发明对注意力机制的运算机理进行解析和优化，生成计算效率更高的计算图，并针对晶上系统的结构特性进行调度优化，有效提高了计算效率和降低了总运行时间。
-
公开(公告)号：CN114899185A
公开(公告)日：2022-08-12
申请号：CN202210812604.0
申请日：2022-07-12
Applicant: 之江实验室
IPC: H01L25/18 , H01L25/16 , H01L21/60 , H01L21/027
Abstract: 本发明公开了一种适用于晶圆级异质异构芯粒的集成结构和集成方法，包括异质异构芯粒、硅转接板、晶圆基板以及芯粒配置基板，硅转接板上表面具有异构的微凸点用于键合异质异构芯粒，与一组异质异构芯粒键合形成标准集成件，硅转接板下表面具有统一标准化的微焊盘，与晶圆基板上表面的标准集成区域连接，标准及城区通过重布线层和统一标准化的微凸点阵列形成，晶圆基板利用其底部硅通孔与芯粒配置基板连接，芯粒配置基板为有机材料制作，其底部完成大型功率器件以及接插件的集成。本发明解决了因晶圆厂晶圆制备过程中光罩图案无法频繁更换的工艺流程的问题，从而为晶圆级的异质异构芯粒拼装集成提供高效可行的技术保障。
-
Patent Agency Ranking
公开(公告)号：CN118277843B
公开(公告)日：2024-08-13
申请号：CN202410713024.5
申请日：2024-06-04
Applicant: 之江实验室
IPC: G06F18/24 , H04L47/2441 , G06F18/213 , G06N3/047 , G06N3/0464 , G06N3/09 , G06N3/084
Abstract: 本发明公开了一种多模态网络流量分类方法、装置和存储介质，该方法将多模态网络流量特征分为平稳特征和动态特征；直接对流量数据进行特征提取，得到动态特征；使用训练样本集对所构建的神经网络模型进行训练，获取其最优模型参数；采用神经网络模型对流量数据进行特征提取，得到平稳特征；根据平稳特征和动态特征，对贝叶斯分类模型进行训练，获取其最优模型参数；将动态特征送入训练好的贝叶斯分类模型，获取模态分类结果。本发明能够实现多模态网络流量的高效分类，同时提升了弱特征流量的分类精度。
-
公开(公告)号：CN116996397B
公开(公告)日：2024-01-09
申请号：CN202311263633.7
申请日：2023-09-27
Applicant: 之江实验室
IPC: H04L41/14 , H04L41/147 , H04L41/16 , H04L43/0829 , H04L45/02 , H04L45/12
Abstract: 本说明书公开了一种网络丢包优化的方法、装置、存储介质及电子设备。本说明书实施例在网络丢包优化的过程中，可以首先通过样本数据以及样本数据对应的真实网络丢包数据来训练待训练的图神经网络模型，之后，可以将训练后图神经网络模型部署到所述多模态网络中，使得可以根据训练后图神经网络模型输出的各个预设路由路径下的预测网络丢包数据以及多模态网络在当前的路由路径下的实际网络丢包数据，确定最佳路由路径，以实现降低多模态网络在数据传输过程中的丢包率。
-
公开(公告)号：CN116996397A
公开(公告)日：2023-11-03
申请号：CN202311263633.7
申请日：2023-09-27
Applicant: 之江实验室
IPC: H04L41/14 , H04L41/147 , H04L41/16 , H04L43/0829 , H04L45/02 , H04L45/12
Abstract: 本说明书公开了一种网络丢包优化的方法、装置、存储介质及电子设备。本说明书实施例在网络丢包优化的过程中，可以首先通过样本数据以及样本数据对应的真实网络丢包数据来训练待训练的图神经网络模型，之后，可以将训练后图神经网络模型部署到所述多模态网络中，使得可以根据训练后图神经网络模型输出的各个预设路由路径下的预测网络丢包数据以及多模态网络在当前的路由路径下的实际网络丢包数据，确定最佳路由路径，以实现降低多模态网络在数据传输过程中的丢包率。
-
公开(公告)号：CN116127905A
公开(公告)日：2023-05-16
申请号：CN202310402712.5
申请日：2023-04-06
Applicant: 之江实验室
IPC: G06F30/392 , G06F30/394 , G06F30/398 , H01L23/488 , G06F115/12
Abstract: 本发明涉及一种用于设计基板的方法、基板及晶圆级芯粒集成结构，所述基板包括依次堆叠的第一焊盘组、互联层和第二焊盘组；芯粒贴装于芯粒焊盘上，所述芯粒焊盘用于键合至所述第二焊盘组，以使所述芯粒、所述芯粒焊盘和所述基板构成晶圆级芯粒集成结构；PCB焊盘的两面分别用于键合PCB板和所述第一焊盘组，以使所述PCB板、所述PCB焊盘和所述晶圆级芯粒集成结构构成目标交换系统。芯粒通过互联层内部三维布线作为和PCB板之间的信号传输过渡，避免了芯粒和PCB板之间直接信号传输，也就避免了芯粒和PCB板之间因尺寸不匹配或者热膨胀系数等原因造成的信号传输迟延，从而提升信号传输性能。
-
公开(公告)号：CN116011394A
公开(公告)日：2023-04-25
申请号：CN202310010291.1
申请日：2023-01-04
Applicant: 之江实验室
IPC: G06F30/398 , G06F30/392 , G06F30/394
Abstract: 本说明书公开了一种异常检测方法、装置、设备及存储介质，可以根据晶圆基板的每层结构中设置的每个基本单元在该层结构中的位置分布以及根据预设的晶圆基板每层结构之间的叠加关系，分析出由各个基本单元组成晶圆基板的各目标连接网络，从而可以将通过对晶圆基板版图分析得到的各目标连接网络和研发人员设计的晶圆基板原理图中的各连接网络之间进行比对，以确定出按照晶圆基板版图制备晶圆基板时是否存在异常，进而可以有效的对晶圆基板版图中是否存在导致制备的晶圆基板存在开路或短路异常的错误，进行检测。
-
-
-
-
-
-
-
Search Results
28
records
(took 0.02 seconds)
