-
公开(公告)号：CN117714707A
公开(公告)日：2024-03-15
申请号：CN202311713480.1
申请日：2023-12-12
Applicant: 之江实验室
Abstract: 本说明书公开了一种卫星图像压缩方法、装置、介质及设备，获取卫星图像，将卫星图像切片成多个子图像。针对每个子图像，将该子图像输入训练完成的评价模型，得到该子图像的评分。根据该子图像的评分与预设阈值的大小关系，从各预设压缩类型中，确定该子图像对应的压缩类型，使得图像评分高，具有更高价值的子图像能够无损压缩，减少重要卫星图像数据的损失，最大限度的保存子图像的后续使用价值，解决了现有技术会导致重要卫星图像数据被有损压缩的问题。根据该子图像的压缩类型，对该子图像进行压缩。将各压缩后的子图像以及各子图像对应的压缩类型，发送至地面基站，使地面基站重建卫星图像。
-
公开(公告)号：CN117632444A
公开(公告)日：2024-03-01
申请号：CN202410110185.5
申请日：2024-01-26
Applicant: 之江实验室
Abstract: 本发明公开了一种计算机集群的NPU容错调度系统，基于支持硬件健康度查询的NPU设备、具备节点内NPU卡群以及多节点集群拓扑，实现了节点级和系统级的容错。通过定义NPU卡的亲和度计算和工作负载状态，实现了考虑硬件亲和性和实时负载的任务调度。此外，系统针对推理任务和训练任务提出了不同的容错机制，能够对应单事件翻转错误和宕机错误进行调度。相比于传统的硬件冗余方式，本发明的系统在资源利用效率、实时性、自适应性等方面有了显著提升，更适应大规模、复杂的计算环境。
-
公开(公告)号：CN117573422A
公开(公告)日：2024-02-20
申请号：CN202311575926.9
申请日：2023-11-23
Applicant: 之江实验室
Abstract: 本说明书提供的针对机器学习模型的比特翻转控制方法、系统以及装置，首先将测试样本输入目标模型，得到第一精度结果，对目标模型中参数的比特位进行翻转，将测试样本输入到翻转后模型中，得到第二精度结果。根据第一精度结果和第二精度结果，确定目标网络层以及待校验比特位类型，并对其余参数的比特位进行翻转，直至通过各翻转后模型确定出各目标网络层以及各待校验比特位类型为止。当接收到校验请求时，向终端设备发送校验数据，以使其对本地模型进行校验。当确定本地模型中至少部分目标网络层包含的待校验比特位类型对应的参数发生比特翻转时，向终端设备发送标准参数，以使其通过标准参数校正本地模型，并通过校正后本地模型执行任务。
-
公开(公告)号：CN116860463A
公开(公告)日：2023-10-10
申请号：CN202311134416.8
申请日：2023-09-05
Applicant: 之江实验室
IPC: G06F9/50
Abstract: 本发明公开了一种分布式自适应星载中间件系统，是一种能够极大地提高星载系统的稳定性和容错性的创新解决方案。该系统通过建立多维度的容错机制，可以有效应对星载系统中发生的各种故障和异常情况。其中，功能级容错和任务级容错两种模式可以分别针对不同的故障情况，进行相应的处理和修复。同时，该系统还采用了分布式架构，将多个节点上的计算资源进行整合，并通过自适应算法实现任务的负载均衡，从而提高了系统资源的利用率和性能表现。
-
公开(公告)号：CN115828831B
公开(公告)日：2023-06-09
申请号：CN202310110451.X
申请日：2023-02-14
Applicant: 之江实验室
IPC: G06F30/392 , G06N3/08 , G06F115/12
Abstract: 本发明公开了一种基于深度强化学习的多芯粒芯片算子放置策略生成方法，包括：获取算子计算图和多芯粒芯片尺寸信息；根据多芯粒芯片尺寸信息生成可选的若干种目标放置芯粒网格尺寸；建立多芯粒芯片算子放置深度学习强化模型，其中多芯粒芯片算子放置深度学习强化模型包括算子运行环境模块和深度Q网络模块，算子运行模块用于根据当前环境网络和输入的动作，计算奖励值，并将环境变换到下一个状态，将奖励值和下一个状态传回深度Q网络模块，深度Q网络模块用于根据当前状态从可选的动作空间中选择价值最高的动作；基于算子运行环境模块对深度Q网络模块进行训练；利用训练好的深度强化学习模型对算子计算图在多芯粒芯片上的运行给出算子放置策略。
-
Patent Agency Ranking
公开(公告)号：CN115460128A
公开(公告)日：2022-12-09
申请号：CN202211399069.7
申请日：2022-11-09
Applicant: 之江实验室
IPC: H04L45/02 , H04L45/586 , H04L45/76
Abstract: 本发明公开了一种面向多芯粒组合芯片的片上网络仿真系统，包括：片上网络生成单元，用于根据多芯粒组合芯片特征生成片上网络的抽象模型；数据路由仿真单元，用于对数据包在片上网络的运行进行仿真并输出数据在片上网络的仿真时间、路由所需的总周期数以及每个数据包的平均延迟。本申请通过在每个芯粒加上片间路由器并与芯粒内部的片内路由器相连，形成异构双层拓扑网络，使之可以仿真不同芯粒间的处理单元交互。对多芯粒芯片设计提供了性能评估，有利于芯片设计初期的探索；可灵活配置多芯粒芯片的各项参数，对不同规模的多芯粒芯片进行仿真。
-
公开(公告)号：CN115186821A
公开(公告)日：2022-10-14
申请号：CN202211108864.6
申请日：2022-09-13
Applicant: 之江实验室
Abstract: 本发明公开了面向芯粒的神经网络推理开销估计方法及装置、电子设备，其中面向芯粒的神经网络推理开销估计方法包括神经网络参数和芯粒拓扑结构获取、并行组内开销估计、并行组间网络传输开销估计及神经网络推理开销估计四个步骤。使得推理开销估计适用于神经网络在芯粒上并行调度的实际场景，神经网络推理开销估计能够适用于芯粒这样的拓扑结构，充分考虑芯粒上小芯片单元内外的带宽、小芯片单元内路由转发延迟和小芯片单元外路由转发延迟，使得神经网络在芯粒上的推理开销估计达到较高的精度，从而为神经网络在芯粒上加速推理所需的高性能调度策略奠定良好基础。
-
公开(公告)号：CN114638365B
公开(公告)日：2022-09-06
申请号：CN202210533446.5
申请日：2022-05-17
Applicant: 之江实验室
IPC: G06N5/04 , G06N3/08 , G06N3/04 , G06F40/279
Abstract: 本发明公开了一种机器阅读理解推理方法及装置、电子设备、存储介质，包括：S1：获取输入文本的张量A；S2：将A输入多头注意力层，得到张量B，A与B根据量化参数差距进行选择性求和，得到张量C，对C中的所有向量求第一均值和第一方差并进行归一化，得到张量D，将D输入至第一全连接神经网络，得到张量E，E经过激活函数层得到张量F，F与D根据量化参数差距进行选择性求和，得到张量G，对G中的所有向量求第二均值和第二方差并进行归一化，得到张量H；S3：重复若干次S2，得到张量K；S3：将K输入至第二全连接神经网络，得到输入文本中的每个文字作为答案的开始文字与结束文字的概率，从而得到问题答案。
-
公开(公告)号：CN114638365A
公开(公告)日：2022-06-17
申请号：CN202210533446.5
申请日：2022-05-17
Applicant: 之江实验室
IPC: G06N5/04 , G06N3/08 , G06N3/04 , G06F40/279
Abstract: 本发明公开了一种机器阅读理解推理方法及装置、电子设备、存储介质，包括：S1：获取输入文本的张量A；S2：将A输入多头注意力层，得到张量B，A与B根据量化参数差距进行选择性求和，得到张量C，对C中的所有向量求第一均值和第一方差并进行归一化，得到张量D，将D输入至第一全连接神经网络，得到张量E，E经过激活函数层得到张量F，F与D根据量化参数差距进行选择性求和，得到张量G，对G中的所有向量求第二均值和第二方差并进行归一化，得到张量H；S3：重复若干次S2，得到张量K；S3：将K输入至第二全连接神经网络，得到输入文本中的每个文字作为答案的开始文字与结束文字的概率，从而得到问题答案。
-
公开(公告)号：CN112804297A
公开(公告)日：2021-05-14
申请号：CN202011599244.8
申请日：2020-12-30
Applicant: 之江实验室
IPC: H04L29/08
Abstract: 本发明公开了一种可组装的分布式计算和存储系统及其构造方法，包括：一个以上域服务器，用于计算服务或存储服务；网络交换单元，负责将域服务器连接形成分布式计算和存储系统；域服务器包括：对象处理单元，采用多核构造处理器线程组，负责域服务器内网络连接，并通过高级语言编程提供管理控制和数据处理；计算单元，提供计算能力；内存单元，用于动态随机存储器；持久化内存单元，用于非易失内存；存储单元，提供持久化存储；多个计算单元、多个内存单元、多个非易失内存单元、多个存储单元，分别通过网络交换单元连接形成计算池、内存池、非易失内存池、存储池；一个或多个域服务器通过网络交换单元连接形成分布式计算和存储系统。
-
-
-
-
-
-
-
-
-
Search Results
51
records
(took 0.026 seconds)
