-
公开(公告)号：CN110990063B
公开(公告)日：2021-11-23
申请号：CN201911191604.8
申请日：2019-11-28
Applicant: 中国科学院计算技术研究所
Abstract: 本发明实施例提供了一种用于基因相似性分析的加速装置、方法和计算机设备，该加速装置包括高速通信接口，用于与主机通信，接收主机分发的待加速处理的任务；序列缓存模块，用于缓存来自主机的一个或者多个任务，每个任务包含待进行基因相似性分析的多个基因序列数据；阵列处理机，其上设有用于处理任务的处理单元，处理单元中设有基于数据驱动的流式计算模式处理任务的完整流水线，流水线中配置有处理任务所需的多个定点计算部件；控制模块，其被配置为用于将序列缓存模块中的待处理的任务分配给处理单元；任务缓存模块，其上设置有任务缓存单元，用于缓存分配给处理单元的待处理任务。本发明能够提高基因相似性分析的效率，快速得到分析结果。
-
公开(公告)号：CN109376855B
公开(公告)日：2021-04-06
申请号：CN201811532813.X
申请日：2018-12-14
Applicant: 中国科学院计算技术研究所
IPC: G06N3/067
Abstract: 本发明提供一种光神经元结构和包含该结构的神经网络处理系统。该神经元结构包括突触输入调制模块、突触权值调制模块、光线聚合模块和光强度探测模块，其中，突触输入调制模块用于接收光信号并在与输入神经元关联的电信号的控制下执行光路调制；突触权值调制模块用于在与权值关联的电信号控制下执行对所述承载输入神经元的光信号进行调制；光线聚合模块用于对多个突触权值调制模块的输出光信号进行聚合；光强度探测模块用于将来自于光线聚合模块的输出光信号转换为电信号并执行激活操作。本发明的光神经元结构和包含该结构的神经网络处理系统能够实现神经网络的快速计算。
-
公开(公告)号：CN106533756B
公开(公告)日：2019-06-18
申请号：CN201610982385.5
申请日：2016-11-08
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种通信特征抽取、流量产生方法及装置，涉及计算机通信技术领域，该装置包括：应用特征获取模块，用于通过分析Map/Reduce类应用的通信特征数据，建立通信模型，并将获取到的数据输入到所述通信模型，将生成结果，其中所述通信模型由阶段分割模型与阶段流量模型组成。应用实现模块，用于根据所述结果与所述通信模型，生成Map列表，并根据所述Map列表与数据速率请求信息，获得数据速率计算函数，通过数据速率计算函数获得数据速率；流量产生引擎模块，用于根据所述数据速率，获得产生的流量。本发明在通信信息统计方面，通过对目标应用的分析，降低特征参数的维度，因此所需计算存储资源成本较低，实现容易、适用于应用场景。
-
公开(公告)号：CN109784485A
公开(公告)日：2019-05-21
申请号：CN201811598075.9
申请日：2018-12-26
Applicant: 中国科学院计算技术研究所
IPC: G06N3/067
Abstract: 本发明提供一种光学神经网络处理器及其计算方法。所述处理器包括：数值映射装置、正值光学计算装置、负值光学计算装置、光电转换器、减法器、非线性激活装置。在计算时，将神经网络模型中网络层的权值和输入值映射到可由光神经元表示的整数域内，并分为正负两个光路进行网络层的计算，通过减法器将两路计算结果合并为一路。
-
公开(公告)号：CN114004353B
公开(公告)日：2025-02-28
申请号：CN202111161801.2
申请日：2021-09-30
Applicant: 中国科学院计算技术研究所
IPC: G06N3/067 , G06N3/0464 , G06N3/082 , G06N3/084
Abstract: 本发明提出一种减少光器件数量的光神经网络芯片构建方法和系统，通过芯片结构与训练方法协同的方法，通过低秩近似压缩光芯片中冗余光器件的数量，同时基于若干的优化手段，保证神经网络的识别准确率。本发明所提出的减少光器件数量的光神经网络芯片构建方法包括权重矩阵预处理、酉保持训练、器件剪枝和功能光器件网络构建。因此，本发明通过结构和算法的协同，在识别率基本保持不变的情况下，极大地降低光器件的使用数量。
-
Patent Agency Ranking
公开(公告)号：CN109785905B
公开(公告)日：2021-07-23
申请号：CN201811546046.8
申请日：2018-12-18
Applicant: 中国科学院计算技术研究所
IPC: G16B30/00
Abstract: 本发明提供了一种面向基因比对算法的加速装置。该加速装置包括主机端和多个加速模块，所述加速模块包括多个存储层、垂直切片管理单元和交换网络，其中：所述主机端用于控制向所述加速模块分发基因测序序列和接收基因比对结果；所述加速模块的存储层用于存储基因参考序列；所述加速模块的垂直切片管理单元用于管理将所述多个存储层进行垂直划分所形成的切片以及执行基因比对算法，获得基因比对结果；所述加速模块的交换网络用于控制该加速模块内部的数据交换以及该加速模块与外部的数据交换。本发明的加速装置利用定制结构能够提高基因比对算法的处理速度。
-
公开(公告)号：CN109784486B
公开(公告)日：2021-04-23
申请号：CN201811598104.1
申请日：2018-12-26
Applicant: 中国科学院计算技术研究所
IPC: G06N3/067
Abstract: 本发明提供一种光学神经网络处理器及其训练方法。所述处理器，包括：数值映射装置，用于实现一个数值与可由光神经元表示的正整数域内的数值之间的映射；包括光神经元的光学计算装置，用于根据由光神经元表示的正整数域内的输入值与权值执行神经网络模型的网络层的相应计算；光电转换器，用于将所述光学计算装置的计算结果的光信号转换为电信号；非线性激活装置，用于对相应的网络层的计算结果的电信号执行非线性激活。
-
公开(公告)号：CN112529166A
公开(公告)日：2021-03-19
申请号：CN202011562331.6
申请日：2020-12-25
Applicant: 中国科学院西安光学精密机械研究所 , 中国科学院计算技术研究所
Abstract: 本发明涉及人工神经元及神经网络，具体涉及一种融合神经元模型、神经网络结构及其推理方法和训练方法、计算机可读存储介质及计算机设备，融合神经元模型的每个突触连接权值是任意一个连续可导的非线性的函数，在突触权值上实现线性到非线性的映射，神经网络结构以融合神经元模型作为基本组成单位，构成层次化结构，推理方法是将输入数据代入连接的非线性权值函数中，计算出连接加权结果，再将该神经元所有的加权结果求和，直接传递到下一级神经元，依次前向传递，最后得到识别结果，训练方法是通过反向传播算法和梯度下降算法来优化神经元模型的参数，计算机可读存储介质及计算机设备能够实现推理方法和训练方法的具体步骤。
-
公开(公告)号：CN108966056B
公开(公告)日：2020-09-25
申请号：CN201810795776.5
申请日：2018-07-19
Applicant: 中国科学院计算技术研究所
IPC: H04Q11/00
Abstract: 本发明提供一种用于可调谐光装置的控制装置及方法，所述控制装置，可以直接设置在主机以及可调谐光装置之间，不必对主机以及可调谐光装置进行专门的改造，并且可被用于缓存在波长切换过程中持续发送的数据流，持续地判断可调谐光装置波长是否切换完毕，并在切换完成后继续发送缓存的数据，有效改进波长切换过程中高速传输数据发生闪断丢失的问题，有利于降低丢包率，增强网络可靠性与稳定性。
-
公开(公告)号：CN111584011A
公开(公告)日：2020-08-25
申请号：CN202010278219.3
申请日：2020-04-10
Applicant: 中国科学院计算技术研究所
IPC: G16B50/00 , G16B50/50 , G16B30/10 , G06F12/0877 , G06F12/0862 , G06F9/30
Abstract: 本发明提出一种面向基因比对的细粒度并行负载特征抽取分析方法及系统。本发明抽取的这些负载特征着眼于设计细节，以较细的粒度来分析基因比对的应用，从而使得加速器的结构更具有针对性、效率更高。很多加速器设计均着眼于应用的整体层面，着重刻画应用的“粗粒度”的特征，而定制结构的设计最终还是要落在细节上。此外，这些细粒度的负载特征常常出现在多个基准程序或者应用软件中，本文对这些“共性”部分进行归纳和抽象，对并行模式相同的特征给出统一的设计方案指导，提升了结构设计方法的通用性。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.037 seconds)
