具有自动跟随功能的自适应入位装置

    公开(公告)号:CN100579717C

    公开(公告)日:2010-01-13

    申请号:CN200810161661.7

    申请日:2008-09-19

    Abstract: 本发明公开了一种具有自动跟随功能的自适应入位装置。具有安装底板,安装底板上设有X向位移传感器和调整机构,底板上通过两个滚柱交叉导轨连接十字随动板,十字随动板上设有Y向位移传感器,并由垂直方向的两个滚柱交叉导轨固接上连接板,上连接板上部为夹具体和三个随动锁定液压缸,夹具体侧面的夹紧液压缸与移动斜楔相连接,移动斜楔上部为滚柱和两个顶杆,顶杆通过圆柱销连接一个卡爪,卡爪与夹具体之间由圆柱销连接,可以产生转动,夹具体上部倒锥型腔内有工艺球头,型腔底部设有力传感器,夹具体上部设有顶盖。本发明具有优异的自动跟随功能,能够实现无附加应力夹紧与放松,夹紧时能够自锁,具有随动位移实时反馈、入位检测和力控制的功能。

    一种基于气浮和万向球座的随动定位器

    公开(公告)号:CN101362326A

    公开(公告)日:2009-02-11

    申请号:CN200810121356.5

    申请日:2008-09-26

    Abstract: 本发明公开了一种基于气浮和万向球座的随动定位器。它包括气浮和万向球座以及芯轴,气浮和万向球座包括进气口、底板、气孔、第一弹簧、定心套、底座、外筒、进油口、隔圈、第二弹簧、钢球、调整螺钉、进油口、调整垫片、液压阀芯、盖板、油缸、导向套、连接螺钉、芯轴、薄壁衬套、球体、第三弹簧、上半球座、第四弹簧、弹簧座、第五弹簧、螺母、下半球座,底座上设有进气口、气孔,底座与外筒、油缸、盖板、调整垫片、底板相连接,上、下半球座、球体、薄壁衬套、隔圈由底座支撑,且隔圈与下半球座刚性连接。本发明的优点:(1)锁定和解锁不会破坏机械系统的空间位姿;(2)装置具有优异的随动性能。

    一种神经元计算机的芯片拓扑网络

    公开(公告)号:CN119903882A

    公开(公告)日:2025-04-29

    申请号:CN202411994830.0

    申请日:2024-12-31

    Abstract: 本申请涉及一种神经元计算机的芯片拓扑网络,包括:M行×N列的模组,每个模组由节点组成,每个节点由芯片组成;每个节点设置有节点控制器、数据控制器、信号控制器以及沿芯片列方向排布且与所在列芯片电连接的第一数据线、沿芯片行方向排布且与所在行芯片电连接的第二数据线和信号线,第一数据线与数据控制器相连,第二数据线和所述信号线与信号控制器连接;数据控制器将接收到的第一脉冲数据发送给对应的待同步芯片;信号控制器将接收到的第二脉冲数据发送给对应的待同步芯片,且响应于节点控制器发送的时间步同步信号,控制对应的待同步芯片进行时间步同步计算。本芯片拓扑网络,具备高可扩展性,同时能实现多模组芯片阵列高效的互联运行。

    一种面向众核架构的神经网络增量编译方法和装置

    公开(公告)号:CN115904394A

    公开(公告)日:2023-04-04

    申请号:CN202310191337.4

    申请日:2023-03-02

    Abstract: 本发明公开一种面向众核架构的神经网络增量编译方法和装置,该方法包括:步骤一,获得前次编译结果,并复原为编译器对应的中间表示结构;步骤二,分别对前次编译的模型和当前编译的模型,进行逐层匹配,识别前次编译的模型和当前编译的模型之间产生的变化;步骤三,对产生变化的模型网络层完成增量分析得到增量数据,对与产生变化的网络层相连的层,递归地完成依赖性分析来确认重新编译最小集合;步骤四,对复原的中间表示结构进行解析,定位中间表示结构中涉及增量修改的节点,再进行增量填充和重编译;步骤五,对经过增量填充和重编译的中间表示结构进行部分序列化,生成编译结果文件。本发明能够减少重复编译优化的耗时,提高编译效率。

    基于JPEG-LS的高吞吐率无损图像压缩方法

    公开(公告)号:CN115022628B

    公开(公告)日:2022-12-13

    申请号:CN202210930753.7

    申请日:2022-08-04

    Abstract: 本发明公开一种基于JPEG‑LS的高吞吐率无损图像压缩方法,包括:步骤一,访问图像存储器并读取图像,构建读取图像的待编码像素的因果模板;步骤二,计算待编码像素的邻近图像像素间的局部梯度值,若局部梯度值的绝对值小于等于近无损度,则对待编码像素进行游程编码,否则对局部梯度值进行量化、符号校正和合并后进行常规编码;步骤三,经步骤二的编码后输出编码码流,完成对读取图像的压缩编码,若未完成所述读取图像的压缩编码,则返回步骤一重新进行压缩编码。本发明可降低硬件实现复杂度,有效提高该图像压缩算法的时钟频率以及吞吐率。

    一种神经网络加速器模型量化方法

    公开(公告)号:CN114139683A

    公开(公告)日:2022-03-04

    申请号:CN202111456207.6

    申请日:2021-12-02

    Abstract: 本发明公开了一种神经网络加速器模型量化方法,包括如下步骤:步骤一、训练一个Float32型CNN模型;步骤二、量化模型权重值;步骤三、通过在校准数据集上进行模型推理计算,统计不同网络层输出值大小范围;步骤四、计算量化因子,基于得到的量化权重值与量化因子,根据不同网络层的量化推理计算方式,进行INT8量化推理计算。整个推理过程为INT8型计算,能够大幅提升模型在神经网络加速器上的推理速度,且使用YOLOv3模型测试量化后INT8模型较原Float32模型精度损失非常小。

    一种异步电路的同步装置和方法

    公开(公告)号:CN114117972A

    公开(公告)日:2022-03-01

    申请号:CN202210090997.9

    申请日:2022-01-26

    Abstract: 本发明涉及异步电路之间的信号同步技术领域,具体涉及一种异步电路的同步装置和方法,装置包括发送模块、异步传输模块、接收模块、发送端时钟、接收端时钟,所述发送模块由发送端时钟驱动,产生、更新发送请求和数据,并通过寄存器打拍的方式同步发送响应信号;异步传输模块将来自发送模块的请求和数据异步传输至接收模块,同时产生发送响应信号;接收模块受接收端时钟驱动,通过寄存器打拍的方式同步接收请求信号,并在同步后的请求信号发生边沿跳变时采集有效数据,同时产生接收响应信号。本发明在避免跨时钟域数据传递亚稳态影响的前提下提高了数据传输效率,为人工智能芯片的大规模集成提供了良好的解决方案。

    一种基于脉动阵列的神经网络加速器特征图分割方法

    公开(公告)号:CN113870273A

    公开(公告)日:2021-12-31

    申请号:CN202111456202.3

    申请日:2021-12-02

    Abstract: 本发明公开了一种基于脉动阵列的神经网络加速器特征图分割方法,包括:获取输入特征图、卷积核矩阵、卷积步长;根据滤波器维度和卷积步长,计算图像拆分步长;根据图像的拆分步长,计算当前子图像所在的行和列起始位置以及下一个子图像所在的行和列起始位置;若下一次拆分子图像行列数小于初始拆分子图像行列数,说明下一张拆分子图像已到最后侧,此时计算两者之差,得到行列数;若下一张拆分子图像行列数小于滤波器的行列数,则已不满足一次卷积计算,将其舍弃;将拆分特征图得到的子图像数据输入到脉动阵列中进行卷积运算。从而提高了数据利用率,同时减小卷积计算时间,提升效率。

Patent Agency Ranking