-
Patent Agency Ranking
公开(公告)号：CN117648956B
公开(公告)日：2024-06-04
申请号：CN202410118627.0
申请日：2024-01-29
Abstract: 本申请涉及一种脉冲神经网络模型资源映射方法、装置和存储介质，其中，该脉冲神经网络模型资源映射方法包括：根据脉冲神经网络模型中各神经元簇的步长，对脉冲神经网络模型中各神经元簇进行分层，得到各层神经元簇集合；将各层神经元簇集合部署至类脑芯片的神经拟态核矩阵的各空闲神经拟态核列中；其中，层数越大的神经元簇集合，部署于列序号越大的空闲神经拟态核列中；根据各空闲神经拟态核列中分配资源的初始位置，以及各空闲神经拟态核列中其他位置与初始位置的距离，为各空闲神经拟态核列中部署的神经元簇集合分配类脑芯片的空闲神经拟态核，提高了神经拟态核利用率和类脑模型的运算速度。
-
公开(公告)号：CN118473509A
公开(公告)日：2024-08-09
申请号：CN202410916451.3
申请日：2024-07-09
Applicant: 之江实验室
IPC: H04B7/185
Abstract: 在本说明书提供的一种卫星状态监控系统、方法、存储介质及设备中，该系统包括数据采集单元以及地面监控单元，数据采集单元采集卫星上算力资源的算力状态数据以及该卫星的物理状态数据，并将该算力状态数据以及该物理状态数据，发送给地面监控单元，地面监控单元根据算力状态数据以及物理状态数据，通过预设的监控指标，确定监控指标数据，并根据该监控指标数据，对卫星的状态进行监控。通过地面监控单元对数据采集单元采集卫星的算力状态数据以及物理状态数据进行分析处理，得到各监控指标数据，并基于各监控指标数据，监控卫星的整体状态，通过对卫星的算力资源情况以及运行情况的监控，实现了对卫星整体状态的全面了解。
-
公开(公告)号：CN117688992B
公开(公告)日：2024-06-04
申请号：CN202410141524.6
申请日：2024-02-01
Abstract: 本申请涉及一种神经元计算机操作系统的资源映射方法和装置，其中，该方法包括：获取待运行的应用；将硬件的运行资源抽象为二维网格；基于最大空矩形法将空闲计算核心划分为矩形核心集合并确定最匹配的核心集合；基于硬件中各计算核心之间的脉冲通信代价、输入输出核心与计算核心之间的脉冲通信代价、二维网格中全部计算核心所占面积以及预设的经验常量构建代价函数；基于代价函数确定映射代价最小的映射方案。本申请通过神经元计算机操作系统建立准确估算映射代价的映射代价函数，通过代价函数确定映射代价最小的映射方案，为脉冲神经网络映射硬件资源，解决了相关技术中脉冲神经网络运行性能较低的问题，提高了脉冲神经网络的运行性能。
-
公开(公告)号：CN117688992A
公开(公告)日：2024-03-12
申请号：CN202410141524.6
申请日：2024-02-01
Abstract: 本申请涉及一种神经元计算机操作系统的资源映射方法和装置，其中，该方法包括：获取待运行的应用；将硬件的运行资源抽象为二维网格；基于最大空矩形法将空闲计算核心划分为矩形核心集合并确定最匹配的核心集合；基于硬件中各计算核心之间的脉冲通信代价、输入输出核心与计算核心之间的脉冲通信代价、二维网格中全部计算核心所占面积以及预设的经验常量构建代价函数；基于代价函数确定映射代价最小的映射方案。本申请通过神经元计算机操作系统建立准确估算映射代价的映射代价函数，通过代价函数确定映射代价最小的映射方案，为脉冲神经网络映射硬件资源，解决了相关技术中脉冲神经网络运行性能较低的问题，提高了脉冲神经网络的运行性能。
-
公开(公告)号：CN117648956A
公开(公告)日：2024-03-05
申请号：CN202410118627.0
申请日：2024-01-29
Abstract: 本申请涉及一种脉冲神经网络模型资源映射方法、装置和存储介质，其中，该脉冲神经网络模型资源映射方法包括：根据脉冲神经网络模型中各神经元簇的步长，对脉冲神经网络模型中各神经元簇进行分层，得到各层神经元簇集合；将各层神经元簇集合部署至类脑芯片的神经拟态核矩阵的各空闲神经拟态核列中；其中，层数越大的神经元簇集合，部署于列序号越大的空闲神经拟态核列中；根据各空闲神经拟态核列中分配资源的初始位置，以及各空闲神经拟态核列中其他位置与初始位置的距离，为各空闲神经拟态核列中部署的神经元簇集合分配类脑芯片的空闲神经拟态核，提高了神经拟态核利用率和类脑模型的运算速度。
-
-
-
-
Search Results
5
records
(took 0.019 seconds)
