公开(公告)号：CN119759748A

公开(公告)日：2025-04-04

申请号：CN202311284024.X

申请日：2023-09-28

Applicant: 华为技术有限公司

Inventor： 赵铭明 ,  张宇洋 ,  陈然 ,  胡守博 ,  吕文龙 ,  陈志堂

IPC: G06F11/3668 ,  G06F18/2431 ,  G06F18/2415 ,  G06N3/0895 ,  G06N3/084 ,  G06N3/0455 ,  G06N3/047

Abstract: 一种基于机器指令的性能预测方法，包括：根据输入的测试用例确定基础指令块；基础指令块包括一条或多条指令；基础指令块具有唯一的输入和输出；确定每一条指令中的多个关键字符，多个关键字符包括操作符和运算对象；对于不同机器语言编写的指令，按照相同的顺序排列每一条指令中多个关键字符，并进行编码和处理，得到基础指令块的编码向量；机器语言包括以下类别之一：汇编语言、ARM语言或X86语言；根据基础指令块的编码向量，对BBI‑BERT预训练模型进行自监督学习，生成第一表征向量；确定硬件配置参数，根据第一表征向量和硬件配置参数，预测CPU芯片的性能指标。

公开(公告)号：CN113657022B

公开(公告)日：2024-05-14

申请号：CN202110801966.5

申请日：2021-07-15

Applicant: 华为技术有限公司

Inventor： 胡守博 ,  陈然 ,  陈志堂 ,  朱胜宇 ,  李朋云 ,  陈诚 ,  黄宇

IPC: G06F30/27 ,  G06F18/22 ,  G06F18/23 ,  G06F18/214 ,  G06N3/048 ,  G06N3/08 ,  G06F111/08

Abstract: 本申请涉及人工智能领域，公开了一种芯片故障识别方法，包括：获取故障芯片的多个局部片段以及每个局部片段与故障芯片发生故障之间的关联程度；基于多个局部片段之间的结构相似性，对多个局部片段进行聚类，以得到聚类结果；根据聚类结果以及关联程度，训练因果关系模型，并根据聚类结果以及因果关系模型，确定多个片段类别中的每个片段类别导致故障芯片发生故障的概率。本申请基于片段之间的样本相似性，对大量候选的局部片段进行分类，得到多个片段类别，并构建用于进行片段类别对故障影响的根因推断的因果关系模型，避免了等价的局部片段分散候选根因的因果效应，进而提升了根因识别的准确率。

公开(公告)号：CN119226790A

公开(公告)日：2024-12-31

申请号：CN202310806212.8

申请日：2023-06-30

Applicant: 华为技术有限公司

Inventor： 胡守博 ,  付晓彤 ,  陈凯 ,  许思源 ,  袁明轩

IPC: G06F18/214 ,  G06F18/24 ,  G06N20/00

Abstract: 本申请涉及芯片设计领域，提供了一种预测库特征参数的方法和装置，包括：获取训练样本集，训练样本集包括电路模块的至少一个第一状态和电路模块在至少一个第一状态下的多个库特征参数；根据训练样本集，训练多任务学习模型，其中，多任务学习模型的输入信息包括电路模块的状态，多任务学习模型的输出信息为多个库特征参数；根据训练好的多任务学习模型，确定电路模块在至少一个第二状态下的多个库特征参数。上述方法通过多任务学习模型建立电路模块的库特征参数预测模型，能够根据输入信息同时对多个库特征参数进行预测，使得预测所需时间不随库特征参数的数量增加而增加，从而提高库特征参数建模预测的效率。

公开(公告)号：CN115470909A

公开(公告)日：2022-12-13

申请号：CN202211193677.2

申请日：2022-09-28

Applicant: 华为技术有限公司

Inventor： 吕文龙 ,  胡守博 ,  陈志堂 ,  揣捷

IPC: G06N7/00

Abstract: 本申请实施例提供贝叶斯优化方法和相关装置及计算机可读存储介质。可对当前贝叶斯优化任务的N个相关历史数据集进行归一化；使用归一化的N个相关历史数据集对进行联合预训练以得到对进行高斯过程改造以得到Ms；针对目标域数据集DT构建MT；使用MT对DT的输出yT进行校准以得到经校准的DT'；使用DT'对MT进行模型训练以得到MT′；利用MT′执行贝叶斯优化任务。本申请实施例方案可实现多源异构数据集联合训练，有利于提升贝叶斯优化效率。

公开(公告)号：CN115238641A

公开(公告)日：2022-10-25

申请号：CN202210806637.4

申请日：2022-07-08

Applicant: 华为技术有限公司

Inventor： 胡守博 ,  陈志堂 ,  张晓鹏 ,  朱胜宇 ,  李朋云 ,  苗建新 ,  黄宇

IPC: G06F30/398 ,  G06N3/02 ,  G06F111/08

Abstract: 本申请涉及一种缺陷根因确定方法、装置和存储介质。该方法包括：获取芯片的版图和芯片中缺陷的诊断信息；根据版图和诊断信息，确定第一特征信息，第一特征信息包括分别与制造缺陷和设计缺陷对应的特征信息；基于第一特征信息，通过神经网络模型确定制造缺陷和设计缺陷中作为根因的缺陷。根据本申请实施例，可以同时考虑到芯片的设计缺陷和制造缺陷，使得针对于根因的推断更加全面，可以考虑到复杂根因之间的相互作用关系，使得推断出的缺陷根因更加准确，从而能够更好的协助后续改进芯片相关设计或制造工艺，以降低低良率带来的成本增加。

公开(公告)号：CN116166550A

公开(公告)日：2023-05-26

申请号：CN202310131269.2

申请日：2023-02-10

Applicant: 华为技术有限公司

Inventor： 陈然 ,  赵铭明 ,  张宇洋 ,  胡守博 ,  吕文龙 ,  陈志堂 ,  陈宣奇 ,  何桃海 ,  盛伟华

IPC: G06F11/36 ,  G06N3/0464 ,  G06N3/088

Abstract: 本申请公开一种处理器性能预测系统、方法以及相关设备，涉及计算机领域，该处理器性能预测系统包括第一获取模块、预训练模块、第二获取模块以及性能预测模块，第一获取模块用于获取第一指令流，并处理第一指令流得到指令基本块；预训练模块用于将指令基本块输入至预训练模型，以基于预训练模型的参数对指令基本块进行特征提取，得到切片表征向量；第二获取模块用于获取第一配置参数；性能预测模块，用于获取切片表征向量和第一配置参数，将切片表征向量和第一配置参数输入至预测模型，以基于预测模型的参数预测处理器的性能，输出性能指标值，其中，预测模型的参数的部分或全部为预先训练好的预测模型的参数。可以提高预测准确性以及预测效率。

公开(公告)号：CN113657022A

公开(公告)日：2021-11-16

申请号：CN202110801966.5

申请日：2021-07-15

Applicant: 华为技术有限公司

Inventor： 胡守博 ,  陈然 ,  陈志堂 ,  朱胜宇 ,  李朋云 ,  陈诚 ,  黄宇

IPC: G06F30/27 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06F111/08

Abstract: 本申请涉及人工智能领域，公开了一种芯片故障识别方法，包括：获取故障芯片的多个局部片段以及每个局部片段与故障芯片发生故障之间的关联程度；基于多个局部片段之间的结构相似性，对多个局部片段进行聚类，以得到聚类结果；根据聚类结果以及关联程度，训练因果关系模型，并根据聚类结果以及因果关系模型，确定多个片段类别中的每个片段类别导致故障芯片发生故障的概率。本申请基于片段之间的样本相似性，对大量候选的局部片段进行分类，得到多个片段类别，并构建用于进行片段类别对故障影响的根因推断的因果关系模型，避免了等价的局部片段分散候选根因的因果效应，进而提升了根因识别的准确率。