公开(公告)号：CN116755862A

公开(公告)日：2023-09-15

申请号：CN202311010092.7

申请日：2023-08-11

Applicant: 之江实验室

Inventor： 王鹏程 ,  陈自强 ,  吕波 ,  胡陈枢 ,  李勇 ,  程稳 ,  曾令仿 ,  陈光

IPC: G06F9/48 ,  G06T1/20 ,  G06V10/764 ,  G06V10/774

Abstract: 本说明书公开了一种算子优化调度模型的训练方法、装置、介质及设备，包括：确定当前时刻作为训练样本的预先基于图像数据训练的图像分类模型中的各算子的信息，并输入待训练的算子优化调度模型，确定当前时刻待优化算子。确定对待优化算子进行优化后的待优化算子对图像数据进行图像分类时的运行下降时间。再根据信息、待优化算子以及待优化算子对图像数据进行图像分类时的运行下降时间，对待训练的算子优化调度模型进行训练，使得可以通过训练完成的算子优化调度模型确定当前时刻所需调度进行优化的算子，减少人工设计选择所需优化的算子的策略的麻烦，加快后续将待部署的图像分类模型部署到硬件上的速度。

公开(公告)号：CN116502679A

公开(公告)日：2023-07-28

申请号：CN202310543696.1

申请日：2023-05-15

Applicant: 之江实验室

Inventor： 吕波 ,  侯瑞峥 ,  王鹏程 ,  陈自强 ,  胡陈枢 ,  程稳 ,  刘懿 ,  曾令仿 ,  陈光

IPC: G06N3/0464 ,  G06N3/063 ,  G06N3/08

Abstract: 本说明书公开了一种模型构建方法、装置、存储介质及电子设备，可以对需要进行测试的各候选模型架构进行筛选，以筛选出通过代理模型预测出的性能参数的准确率较低的部分候选模型架构，来通过部署测试模型的方式获得该候选模型架构的真实性能参数，而针对剩余的候选模型架构，可以直接通过代理模型来获取出性能参数，并且可以通过主动学习的方法，在线对代理模型进行训练，从而可以在保证候选模型架构的性能评估准确率的同时，提升自动化构建深度学习模型的效率。

公开(公告)号：CN116301904A

公开(公告)日：2023-06-23

申请号：CN202310559970.4

申请日：2023-05-18

Applicant: 之江实验室

Inventor： 王鹏程 ,  李勇 ,  陈自强 ,  曾令仿 ,  陈光 ,  程稳 ,  吕波 ,  胡陈枢 ,  常璟飞

IPC: G06F8/41 ,  G06N3/006 ,  G06N3/0475 ,  G06N3/08

Abstract: 本发明公开了一种用于深度学习编译器的算子优化加速方法及装置，目的是减少算子优化空间的搜索时间。该方法首先将神经网络抽象成计算图的形式，再对计算图进行图优化，并为优化后的计算图中的每个算子定义优化空间。然后以LightGBM为代价模型，粒子群优化算法为搜索算法对优化空间进行搜索。在每轮搜索中，对搜索算法输出的候选解采用DBSCAN进行聚类和采样，减少在硬件上的实测次数，进一步提升搜索效率。

公开(公告)号：CN116204387A

公开(公告)日：2023-06-02

申请号：CN202310461391.6

申请日：2023-04-26

Applicant: 之江实验室

Inventor： 刘懿 ,  程稳 ,  蔡志翔 ,  陈光 ,  曾令仿 ,  李勇 ,  崔钰 ,  吕波 ,  陈晨

IPC: G06F11/30 ,  G06F17/18

Abstract: 本说明书公开了一种芯片电流的预测方法、装置、介质及电子设备，采用可解释人工智能技术，获取芯片中的任务负载状态以及指令集，该任务负载状态包括运算单元任务负载状态和缓存单元任务负载状态。将该芯片的任务负载状态输入到第一回归模型，以使第一回归模型确定该芯片维持该任务负载状态的所需电流。并将该指令集输入第二回归模型，以使第二回归模型确定该芯片执行该指令集中的指令后的电流变化值。根据该芯片维持该任务负载状态的所需电流以及该芯片执行该指令集中包含的指令后的电流变化值，以确定该芯片的增量电流。实现了对芯片维持作业的电流的预测，且因为第一回归模型与第二回归模型具备可解释性，提高了预测电流作业的可靠性及可控性。