一种模型加载方法、装置、设备、介质及程序产品

    公开(公告)号:CN118796549A

    公开(公告)日:2024-10-18

    申请号:CN202410245960.8

    申请日:2024-03-05

    Abstract: 本发明提供了一种模型加载方法、装置、设备、介质及程序产品,涉及存算一体设备技术领域。其中,所述模型加载方法包括:在易失性存算一体设备启动的情况下,根据非易失性存算一体设备存储的神经网络模型的历史加载信息,获取所述神经网络模型的权重数据,所述历史加载信息是所述非易失性存算一体设备在所述神经网络模型每次加载至所述易失性存算一体设备的情况下获得的;将所述权重数据加载至所述易失性存算一体设备。本发明的方案,能够根据非易失性存算一体设备存储的历史加载信息实现模型自动化加载,提升模型加载效率。

    一种时序窗口确定方法、装置及电子设备

    公开(公告)号:CN116166706A

    公开(公告)日:2023-05-26

    申请号:CN202111403364.0

    申请日:2021-11-24

    Inventor: 李昊

    Abstract: 本申请公开了一种时序窗口确定方法、装置及电子设备,涉及数据处理技术领域,以解决现有方案计算开销大且耗时长的问题。该方法包括:获取第一时序数据,所述第一时序数据包括N个时间点的N个数据,N为大于2的整数;基于所述N个时间点的N个数据,确定所述第一时序数据的目标特征信息;基于所述目标特征信息,确定用于进行数据预测的历史时序数据的窗口长度。本申请实施例通过分析时序数据的目标特征信息,能够实现自动化且快速地确定出用于数据预测的历史窗口长度,相比现有遍历寻优历史窗口长度的方式,可大量减少计算开销和时间开销。

    模型校准方法、装置、设备、介质及程序产品

    公开(公告)号:CN118860959A

    公开(公告)日:2024-10-29

    申请号:CN202410866858.X

    申请日:2024-07-01

    Abstract: 本申请提供一种模型校准方法、装置、设备、介质及程序产品,涉及人工智能技术领域,以解决相关技术采用的误差补偿方法导致计算时长较长的问题。本方法包括:根据测试数据集对模型进行测试,得到所述模型在开发环境测试的真实计算结果;将所述模型的权重参数部署至存算一体芯片,根据所述测试数据集对所述存算一体芯片上部署的所述模型进行测试,得到所述模型在所述存算一体芯片的实际计算结果;基于所述真实计算结果和所述实际计算结果进行线性拟合,得到误差补偿参数;将所述误差补偿参数部署至所述存算一体芯片。本申请可以降低计算时长并提升计算精度。

    存算一体芯片的模型管理方法、装置、设备和存储介质

    公开(公告)号:CN118819571A

    公开(公告)日:2024-10-22

    申请号:CN202311152837.3

    申请日:2023-09-07

    Abstract: 本申请公开了一种存算一体芯片的模型管理方法、装置、设备和存储介质。该方法包括:获取当前接入的存算一体芯片的芯片标识和模型属性信息,至少模型属性信息存储于存算一体芯片的设定存储区域;基于获取的存算一体芯片的芯片标识、模型属性信息和第一模型信息库,对存算一体芯片进行模型校验;其中,第一模型信息库用于维护电子设备上已配置的存算一体芯片的芯片信息;基于模型校验的校验结果,更新第一模型信息库和/或存算一体芯片上的模型。如此,可以实现电子设备侧和存算一体芯片侧的模型信息的校验和同步,进而实现断电后上电启动或者新接入的存算一体芯片的模型的自动溯源和管理,提高模型配置效率。

    模型部署在线评估方法、装置、设备及存储介质

    公开(公告)号:CN118819555A

    公开(公告)日:2024-10-22

    申请号:CN202311028420.6

    申请日:2023-08-15

    Abstract: 本申请公开了一种模型部署在线评估方法、装置、设备及存储介质,涉及通信技术领域,以解决现有技术无法对存算一体芯片上部署的模型进行准确评估的问题。模型部署在线评估方法,包括:接收待部署模型和启动评估指令,其中,所述启动评估指令包括:存算一体芯片标识和部署方案数量;获取与所述部署方案数量对应的多个部署方案;在每种所述部署方案下,将所述待部署模型在所述存算一体芯片标识指示的存算一体芯片上,进行权重烧写获取模型加载时间,进行模型推理获取推理时间,以及计算所述存算一体芯片的阵列占用率;根据所述模型加载时间、所述推理时间以及所述存算一体芯片的阵列占用率,获取每种所述部署方案的评估结果。

    存算一体芯片的模型更新方法、装置、设备及存储介质

    公开(公告)号:CN118798350A

    公开(公告)日:2024-10-18

    申请号:CN202311199509.9

    申请日:2023-09-15

    Abstract: 本申请公开了一种存算一体芯片的模型更新方法、装置、设备及存储介质。该方法包括:获取存算一体芯片上已部署的模型对应的存算阵列的当前权重值;基于获取的当前权重值,计算模型的权重值波动参数;基于权重值波动参数和设定波动阈值,确定模型存在异常,则基于模型的测试数据集确定模型的当前推理准确率;确定当前推理准确率小于模型的设定准确率阈值,则在存算一体芯片上更新模型。如此,可以实现存算一体芯片上已部署模型的在线自动更新,能够有效保障模型在存算一体芯片上的推理准确性,进而利于模型在存算一体芯片上的推广应用。

    身份识别方法、装置及系统
    9.
    发明公开

    公开(公告)号:CN116311014A

    公开(公告)日:2023-06-23

    申请号:CN202111570648.9

    申请日:2021-12-21

    Abstract: 本发明提供一种身份识别方法、装置及系统,该方法包括:对采集到的车侧原始数据和路侧原始数据进行预处理,得到第一车侧数据和第一路侧数据;根据所述第一车侧数据和所述第一路侧数据,获取车侧数据的归一化特征向量和路侧数据的归一化特征向量;通过所述车侧数据的归一化特征向量和所述路侧数据的归一化特征向量之间的相似度,进行车侧数据与路侧数据的匹配,得到身份匹配结果;所述身份匹配结果包括:车侧数据中车辆标识与路侧数据中目标对象标识的关联关系,实现车路协同的目标身份识别。

    一种网元负荷的预测模型的训练方法、预测方法及装置

    公开(公告)号:CN118828626A

    公开(公告)日:2024-10-22

    申请号:CN202311134256.7

    申请日:2023-09-04

    Abstract: 本发明提供一种网元负荷的预测模型的训练方法、预测方法及装置,该方法包括:获取网元负荷指标的训练数据,网元负荷指标数据包括以下至少一项:上行流量数据、下行流量数据和物理资源块利用率数据;将网元负荷指标的训练数据输入网元负荷预测模型,网元负荷预测模型包括第一模型和第二模型,第一模型将物理资源块利用率数据进行时间空间编码,并进行网元特征提取,再根据提取的网元特征输出网元负荷预测结果;第二模型对上行流量数据和下行流量数据进行预测,输出预测的网元负荷预测结果;根据预设的损失函数调整网元负荷预测模型的参数,得到训练后的网元负荷预测模型。本发明中,通过模型融合,提高了模型在多场景网元负荷预测下的适用性。

Patent Agency Ranking