-
公开(公告)号：CN113392965A
公开(公告)日：2021-09-14
申请号：CN202110945843.9
申请日：2021-08-18
申请人： 苏州浪潮智能科技有限公司
摘要： 本申请公开了一种哈达玛积的实现方法、设备及存储介质，该方法包括：获取多种不同波长的待处理光信号；将待处理光信号输入至波分复用器；利用波分复用器将待处理光信号馈送到微环谐振器结构；微环谐振器结构包括多个由两个半径相同的微环谐振器组成的微环谐振器组；向微环谐振器结构施加相应的电流，根据输出光强得到哈达玛积的结果。这样以微环谐振器为实现人工神经网络方案的基础，利用波分复用器将待处理光信号馈送到微环谐振器结构，通过电流加热可以改变微环谐振器的有效折射率和相位，根据输出的光信号的光强即可得到哈达玛积的结果，进而实现了适用于光学神经网络中哈达玛积的模拟解决方案。
-
公开(公告)号：CN115456202B
公开(公告)日：2023-04-07
申请号：CN202211394593.5
申请日：2022-11-08
申请人： 苏州浪潮智能科技有限公司
IPC分类号： G06N20/00 , G06F18/214 , G06F18/25
摘要： 本发明涉及机器学习领域，提出一种提高工作机学习性能的方法、装置、设备及介质。方法包括：建立每个工作机对应的局部训练数据集，并通过高斯过程回归算法对所述局部训练数据集进行训练，以得到每个工作机对应的局部预测模型；通过服务器对所述每个工作机对应的局部预测模型的数据设置不确定性的修正项并基于rBCM聚合算法进行聚合，得到全局预测模型；将所述全局预测模型发送给所述每个工作机，并对所述每个工作机设置融合算法以及一个不确定性测试数据集合进行融合，以得到所述每个工作机对应的预测误差最小模型。本发明公开的方法可以显著提高工作机模型预测融合后最终的学习精度。
-
公开(公告)号：CN114461371B
公开(公告)日：2023-02-28
申请号：CN202210381524.4
申请日：2022-04-13
申请人： 苏州浪潮智能科技有限公司
IPC分类号： G06F9/48
摘要： 本申请公开了一种服务器系统中断优化方法、装置、设备及介质，涉及服务器领域。该方法应用于服务器系统，包括：当内核空间的外设驱动监测到由硬件外设发送的中断请求信号，则对所述硬件外设中的硬件事件队列进行读取，以获取所述硬件事件队列中的目标硬件事件，然后利用所述外设驱动将所述目标硬件事件转换为目标软件事件，并将所述目标软件事件写入预设的全局事件队列中，通过用户空间读取所述全局事件队列中的目标软件事件，并将所述目标软件事件转发至相应的目标业务进程中，以便所述目标业务进程对所述目标软件事件进行处理。这样一来本方案通过采用硬件中断合并和软件事件合并技术，既可以降低中断处理开销，又可以减少处理器使用率。
-
公开(公告)号：CN115510502A
公开(公告)日：2022-12-23
申请号：CN202211473530.9
申请日：2022-11-23
申请人： 苏州浪潮智能科技有限公司
摘要： 本发明涉及信息技术领域，具体涉及一种隐私保护的PCA方法及系统。该方法包括：每个客户端将本地数据点的和、数据点的最大、最小值以及数据点个数信息进行拆分，并分别发送给服务器；服务器计算得到总体协方差矩阵的秘密共享值，并由其中服务器在计算结果上添加噪声，服务器将添加噪声后的结果发送给服务器，服务器上得到添加噪声后的总体协方差矩阵；服务器在含有噪声的协方差矩阵上进行奇异值分解，获取绝对值最大的个特征值对应的特征向量；将特征向量发送给客户端，由客户端对本地数据进行降维。本发明在联邦学习中对数据进行降维，能够有效地提升联邦学习的训练速度。
-
公开(公告)号：CN115456202A
公开(公告)日：2022-12-09
申请号：CN202211394593.5
申请日：2022-11-08
申请人： 苏州浪潮智能科技有限公司
摘要： 本发明涉及机器学习领域，提出一种提高工作机学习性能的方法、装置、设备及介质。方法包括：建立每个工作机对应的局部训练数据集，并通过高斯过程回归算法对所述局部训练数据集进行训练，以得到每个工作机对应的局部预测模型；通过服务器对所述每个工作机对应的局部预测模型的数据设置不确定性的修正项并基于rBCM聚合算法进行聚合，得到全局预测模型；将所述全局预测模型发送给所述每个工作机，并对所述每个工作机设置融合算法以及一个不确定性测试数据集合进行融合，以得到所述每个工作机对应的预测误差最小模型。本发明公开的方法可以显著提高工作机模型预测融合后最终的学习精度。
-
公开(公告)号：CN114816837B
公开(公告)日：2022-12-02
申请号：CN202210738362.5
申请日：2022-06-28
申请人： 苏州浪潮智能科技有限公司
摘要： 本申请公开了一种纠删码融合方法、系统、电子设备及存储介质。所属的技术领域为数据存储技术领域。所述纠删码融合方法应用于分布式存储系统，所述分布式存储系统包括多个机柜，所述机柜中包括数据块，所述纠删码融合方法，包括：按照预设规则在所述分布式存储系统的机柜中生成所有条带的数据块的校验码块；若接收到降级融合指令，则获取所述分布式存储系统中多个条带的校验码块分布情况；根据所述校验码块分布情况对多个所述条带中的校验码块进行融合，本申请能够降低纠删码融合操作的计算量。
-
公开(公告)号：CN114691374B
公开(公告)日：2022-10-28
申请号：CN202210609375.2
申请日：2022-05-31
申请人： 苏州浪潮智能科技有限公司
摘要： 本申请公开了一种虚拟通道的请求分配方法，包括：将接收到的请求输入到有效输入缓冲；当所述有效输入缓冲中存在有效的请求时，根据动态虚拟通道访问组的当前工作状态对所述动态虚拟通道访问组的工作电压和/或工作频率进行调控；根据所述请求的优先级将所述请求输入至对应优先级的动态虚拟通道访问组；通过所述动态虚拟通道访问组将所述请求输出至对应的物理通道。以提高请求分配的效率，降低能源浪费，提高利用率。本申请还公开了一种虚拟通道的请求分配装置、终端设备以及计算机可读存储介质，具有以上有益效果。
-
公开(公告)号：CN115130123A
公开(公告)日：2022-09-30
申请号：CN202210726755.4
申请日：2022-06-24
申请人： 苏州浪潮智能科技有限公司
摘要： 本发明属于隐私保护处理技术领域，具体提供一种基于多方隐私协作的k均值聚类的联邦学习方法、系统，所述方法包括如下步骤：将客户端数据进行预处理；每个客户端将聚类中心点的初始值加密后发送至服务器,接收服务器的处理结果，客户端选择两个聚类中心点，结合处理结果在密文上计算数据点与这两个聚类中心点的差，并将差的坐标打乱后发送至服务器；服务器计算数据点与聚类中心点的距离，并将距离的大小关系反馈给客户端；每个客户端通过判断每个数据点与第几个聚类中心点的距离最近，得到数据所属的类别；分别对属于同一类别的数据使用同一模型进行联邦学习，进而得到每一类数据的个性化的预测。减小数据加密长度，从而提高了的运行效率。
-
公开(公告)号：CN114513210B
公开(公告)日：2022-08-02
申请号：CN202210413401.4
申请日：2022-04-20
申请人： 苏州浪潮智能科技有限公司
摘要： 本发明提供了一种有限状态熵编码的状态选择方法、系统、存储介质及设备，方法包括：获取符号序列，并得到其中多个符号的归一化概率，并基于多个符号及相应的归一化概率生成有限状态熵码表，且有限状态熵码表包含每个符号的若干状态；针对每个符号，基于其归一化概率得到对应的搜索位宽，并基于搜索位宽得到每个符号的每个状态对应的索引值，并基于每个状态及对应的索引值生成每个符号的真值表；若基于有限状态熵码表进行有限状态熵编码，基于上一个符号的状态以及当前符号的搜索位宽得到当前符号的被选索引值，并在当前符号的真值表中查找被选索引值所对应的状态，以将其作为当前符号的用于有限状态熵编码的状态。本发明大大提高了状态选择效率。
-
公开(公告)号：CN114513545A
公开(公告)日：2022-05-17
申请号：CN202210407248.4
申请日：2022-04-19
申请人： 苏州浪潮智能科技有限公司
IPC分类号： H04L67/141 , H04L51/00
摘要： 本申请公开了一种请求处理方法、装置、设备及介质，涉及管理软件领域，包括：从本地的先进先出队列中获取当前待处理请求的地址，基于当前待处理请求的地址从预设请求缓冲区中获取当前待处理请求；对当前待处理请求进行解析，基于解析结果获取相应的当前待处理源数据和用于记录下一待处理请求的地址的串行地址项；对当前待处理源数据进行处理得到当前处理后目标数据，将当前处理后目标数据写入预设数据缓冲区，判断串行地址项是否为空；若串行地址项为空，通知主机从预设数据缓冲区读取所有的处理后目标数据，若串行地址项为非空，将串行地址项中记录的地址发送至下一加速卡的先进先出队列中进行保存。实现降低CPU负担并提高请求处理效率的目的。
-
-
-
-
-
-
-
-
-
搜索结果
89 条记录 (耗时 0.041 秒)
