-
公开(公告)号：CN109993684A
公开(公告)日：2019-07-09
申请号：CN201811574695.9
申请日：2018-12-21
Applicant: 英特尔公司
Inventor： J·雷 , B·阿什博 , P·萨蒂 , P·拉马尼 , R·哈利哈拉 , J·C·贾斯汀 , J·黄 , X·崔 , T·B·克斯塔 , T·龚 , E·乌尔德-阿迈德-瓦尔 , K·巴拉苏布拉马尼恩 , A·托马斯 , O·H·埃尔波尔 , J·鲍巴 , G·庄 , B·舒伯拉玛尼安 , G·凯斯金 , C·萨科斯维尔 , R·普尔纳查得兰
Abstract: 各实施例大体上涉及机器学习和深度学习处理中的压缩。用于压缩无类型数据的设备的实施例包括图形处理单元(GPU)，图形处理单元(GPU)包括数据压缩流水线，该数据压缩流水线包括：数据端口，该数据端口与一个或多个着色器核耦合，其中该数据端口用于允许无类型数据的传递而无需格式转换；以及3D压缩/解压缩单元，用于提供对要存储到存储器子系统的无类型数据的压缩，以及对来自存储器子系统的无类型数据的解压缩。
-
公开(公告)号：CN108734286A
公开(公告)日：2018-11-02
申请号：CN201810368892.9
申请日：2018-04-23
Applicant: 英特尔公司
Inventor： A·R·阿普 , A·考克 , J·C·韦斯特 , M·B·麦克弗森 , L·L·赫德 , S·S·巴格索克希 , J·E·高茨施里奇 , P·萨蒂 , C·萨科斯维尔 , 马立伟 , E·乌尔德-阿迈德-瓦尔 , K·辛哈 , J·雷 , B·文布 , S·加哈吉达 , V·兰甘纳坦 , D·金
Abstract: 描述一种用于促进自主机器处的机器学习的推断协调与处理利用的机制。如本文所描述，实施例的一种方法包括：在训练时根据与包括图形处理器的处理器相关的训练数据集来检测与将要执行的一个或多个任务相关的信息。所述方法还可以包括：分析所述信息以确定能够支持所述一个或多个任务的与所述处理器相关的硬件的一个或多个部分；以及将所述硬件配置成预先选择所述一个或多个部分来执行所述一个或多个任务，而所述硬件的其他部分保持可用于其他任务。
-
公开(公告)号：CN116362310A
公开(公告)日：2023-06-30
申请号：CN202310364303.0
申请日：2018-04-23
Applicant: 英特尔公司
Inventor： A·R·阿普 , A·考克 , J·C·韦斯特 , M·B·麦克弗森 , L·L·赫德 , S·S·巴格索克希 , J·E·高茨施里奇 , P·萨蒂 , C·萨科斯维尔 , 马立伟 , E·乌尔德-阿迈德-瓦尔 , K·辛哈 , J·雷 , B·文布 , S·加哈吉达 , V·兰甘纳坦 , D·金
Abstract: 本申请公开了在推断期间中对图形处理器的协调和增加利用。描述一种用于促进自主机器处的机器学习的推断协调与处理利用的机制。如本文所描述，实施例的一种方法包括：在训练时根据与包括图形处理器的处理器相关的训练数据集来检测与将要执行的一个或多个任务相关的信息。所述方法还可以包括：分析所述信息以确定能够支持所述一个或多个任务的与所述处理器相关的硬件的一个或多个部分；以及将所述硬件配置成预先选择所述一个或多个部分来执行所述一个或多个任务，而所述硬件的其他部分保持可用于其他任务。
-
公开(公告)号：CN108734298A
公开(公告)日：2018-11-02
申请号：CN201810339294.9
申请日：2018-04-16
Applicant: 英特尔公司
Inventor： C·萨科斯维尔 , P·萨蒂 , J·C·韦斯特 , S·S·巴格索克希 , J·E·高茨克里奇 , A·R·阿普 , N·C·加洛泊凡博列斯 , J·雷 , N·斯里尼瓦萨 , 陈峰 , B·J·阿什博 , R·巴瑞克 , T-H·林 , K·辛哈 , E·努维塔蒂 , B·韦布 , A·考克
Abstract: 本申请公开了扩展GPU/CPU一致性到多GPU核。在示例中，一种装置，包括：多个处理单元核；多个高速缓存存储器模块，与多个处理单元核相关联；以及机器学习模型，通信地耦合至多个处理单元核，其中多个高速缓存存储器模块与机器学习模型共享高速缓存一致性数据。还公开并要求保护其他实施例。
-
公开(公告)号：CN108732754A
公开(公告)日：2018-11-02
申请号：CN201810336612.6
申请日：2018-04-16
Applicant: 英特尔公司
Inventor： D·S·范巴 , A·桑原 , C·萨科斯维尔 , R·文卡特拉曼 , B·E·英斯科 , A·S·卡尔拉 , H·拉韦 , A·考克 , M·阿波达卡 , K·肖 , J·S·波尔斯 , A·T·莱克 , D·M·西米尼 , B·韦布 , E·乌尔德-阿迈德-瓦尔 , J·奎亚特科维斯基 , P·R·劳斯 , A·N·沙阿 , A·R·阿普 , J·雷 , W·付 , N·卡布拉斯欧斯 , P·萨蒂 , B·M·波罗尔
Abstract: 本申请公开了协作式多用户虚拟现实。图形设备的实施例可以包括：处理器；存储器，通信地耦合至所述处理器；以及协作引擎，通信地耦合至所述处理器以用于识别环境中的两个或更多个用户之间的共享图形分量，并且与所述环境中的所述两个或更多个用户共享所述共享图形分量。所述协作引擎的实施例可以包括集中式共享器、深度共享器、共享预处理器、多端口图形子系统、以及解码共享器中的一个或多个。公开并要求保护了其他实施例。
-
Patent Agency Ranking
公开(公告)号：CN108805794A
公开(公告)日：2018-11-13
申请号：CN201810395595.3
申请日：2018-04-27
Applicant: 英特尔公司
Inventor： A·R·阿普 , J·C·韦斯特 , S·S·巴格索克希 , J·E·高茨克里奇 , P·萨蒂 , C·萨科斯维尔 , A·考克 , F·阿赫巴里 , 陈峰 , D·金 , N·斯里尼瓦萨 , N·R·萨蒂什 , K·辛哈 , J·雷 , B·韦布 , M·B·麦克弗森 , L·L·赫德 , S·加哈吉达 , V·兰甘纳坦
CPC classification number: G05D1/0088 , G06F9/5016 , G06F9/5061 , G06N3/0445 , G06N3/063 , G06N3/084 , G06T1/20 , G06F7/57 , G06F9/3867 , G06F9/3887 , G06F15/167 , G06F15/17 , G06N3/0454 , G06N3/08 , G06T1/60
Abstract: 本申请公开了对自主机器处的机器学习进行存储管理。描述了一种用于促进对自主机器处的机器学习进行存储管理的机制。如本文所描述的实施例的一种方法包括：检测与机器学习相关联的一个或多个部件，其中，所述一个或多个部件包括存储器以及耦合至所述存储器的处理器，并且其中，所述处理器包括图形处理器。所述方法可以进一步包括：向机器学习训练集分配所述存储器的存储部分以及所述处理器的硬件部分，其中，所述存储部分和所述硬件部分对于所述训练集的实施和处理来说是精确的。
-
公开(公告)号：CN108734646A
公开(公告)日：2018-11-02
申请号：CN201810368865.1
申请日：2018-04-23
Applicant: 英特尔公司
Inventor： A·R·阿普 , A·考克 , J·C·韦斯特 , M·B·麦克弗森 , D·金 , L·L·赫德 , S·S·巴格索克希 , J·E·高茨克里奇 , P·萨蒂 , C·萨科斯维尔 , J·雷
Abstract: 本申请公开了跨处理系统进行的高效数据共享和压缩扩展。描述了一种用于促进在自主机器处进行的数据共享和模型压缩扩展的机制。如本文所述的实施例的一种方法包括：检测第一处理器处理与第一计算装置处的神经网络相关的信息，其中，所述第一处理器包括第一图形处理器，并且所述第一计算装置包括第一自主机器。所述方法进一步包括：促进所述第一处理器将所述信息的一个或多个部分存储在数据库处的库中，其中，所述一个或多个部分可由计算装置的第二处理器访问。
-
公开(公告)号：CN108734642A
公开(公告)日：2018-11-02
申请号：CN201810367099.7
申请日：2018-04-23
Applicant: 英特尔公司
Inventor： A·考克 , A·R·阿普 , K·辛哈 , J·雷 , B·文布 , E·乌尔德-阿迈德-瓦尔 , S·S·巴格索克希 , 姚安邦 , K·尼利斯 , 陈晓明 , J·C·韦斯特 , J·E·高茨克里奇 , P·萨蒂 , C·萨科斯维尔 , F·阿赫巴里 , N·R·萨蒂什 , 马立伟 , J·波特森 , E·努维塔蒂 , T·T·施吕斯列尔 , A·N·沙阿 , J·肯尼迪 , V·兰甘纳坦 , S·加哈吉达
CPC classification number: G06N3/08 , G06N3/0445 , G06N3/0454 , G06N3/0481 , G06N3/063 , G06N20/00 , G06T1/20 , G06F9/5027 , G06F9/5066
Abstract: 本申请公开了对机器学习模型的动态分布训练。在示例中，一种装置包括：多个执行单元，包括至少第一类型的执行单元和第二类型的执行单元，以及逻辑，该逻辑至少部分地包括硬件逻辑，用于对工作负荷进行分析并且将工作负荷分配给第一类型的执行单元或第二类型的执行单元中的一个。还公开并要求保护其他实施例。
-
公开(公告)号：CN110135575A
公开(公告)日：2019-08-16
申请号：CN201811549383.2
申请日：2018-12-18
Applicant: 英特尔公司
IPC: G06N3/08
Abstract: 本文中描述的实施例提供了一种用于配置神经网络的分布式训练的系统，所述系统包括：存储器,用于存储库，以在所述神经网络的分布式训练期间促进数据传输；网络接口，用于实现发送和接收与一组工作者节点相关联的配置数据，所述工作者节点被配置成执行所述神经网络的分布式训练；以及处理器，用于执行由所述库提供的指令，所述指令用于使所述处理器创建一组或多组工作者节点，基于在所述神经网络的分布式训练期间在所述工作者节点之间传输的消息的通信模式来创建所述一组或多组工作者节点。
-
公开(公告)号：CN108733339A
公开(公告)日：2018-11-02
申请号：CN201810337112.4
申请日：2018-04-16
Applicant: 英特尔公司
Inventor： C·萨科斯维尔 , M·阿波达卡 , K·肖 , A·考克 , J·S·波尔斯 , A·T·莱克 , N·卡布拉斯欧斯 , J·雷 , J·H·费特 , T·T·施吕斯列尔 , J·奎亚特科维斯基 , J·M·霍兰 , P·萨蒂 , J·肯尼迪 , L·冯 , B·达斯 , N·比斯瓦尔 , S·J·巴兰 , G·西灵吉尔 , N·V·沙阿 , A·沙玛 , M·M·瓦莱尔卡
Abstract: 本申请公开了增强现实和虚拟现实反馈增强系统、设备和方法。系统、设备和方法可以提供一种用于渲染增强现实和虚拟现实(VR/AR)环境信息的方式。更具体地，系统、设备和方法可以提供一种用于选择性地抑制和增强对n维环境的VR/AR渲染的方式。所述系统、设备和方法可以通过聚焦于特定反馈信息而同时抑制来自所述环境的其他反馈信息来加深用户的VR/AR体验。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.027 seconds)
