-
公开(公告)号：CN119127514A
公开(公告)日：2024-12-13
申请号：CN202411614716.0
申请日：2024-11-13
Applicant: 之江实验室
Abstract: 本发明公开了一种脉冲星傅立叶域加速搜索流水线并行方法和装置，包括：将接收的天文数据分配到多个并行进程；每个进程中包括三个串行子线程，利用第一CPU子线程对分配到的天文数据进行预处理，利用GPU子线程读取预处理后的数据并在GPU上执行加速计算得到候选信号数据，利用第二CPU子线程读取候选信号数据并进行后处理和结果汇总，同时利用多个并行进程架构的队列和队列阻塞锁来同步各子线程之间的任务状态；通过监控反馈动态调整处理流程中的进程数量；实时记录任务状态和各进程计算结果并处理异常情况。本发明能够有效提升脉冲双星搜索进程，并支持利用多GPU并行加速，大幅提升从FAST天文数据中搜索该类型天体的速度。
-
公开(公告)号：CN119645919A
公开(公告)日：2025-03-18
申请号：CN202510169425.3
申请日：2025-02-17
Applicant: 之江实验室
Abstract: 本发明公开了一种数据传输方法、装置、计算设备和存储介质，涉及计算机技术领域，方法包括：计算设备响应于接收到的来自目标设备的数据传输请求，从存储介质中获取目标设备的共享内存地址，共享内存地址是指目标设备中的共享内存的唯一地址；其中，目标设备中的共享内存与全局内存都采用统一编址技术，以使得共享内存通过共享内存地址直接连接到PCIe总线。计算设备通过PCIe总线向共享内存地址发起数据传输操作。以这种方式GMEM和SMEM使用了统一的地址空间，并且SMEM的地址暴露给外部。这意味着，无论是CPU还是RDMA控制器，都能够通过单一的地址空间来访问这两种类型的内存。本申请解决了现有技术中数据传输效率低的技术问题。
-
公开(公告)号：CN119473994A
公开(公告)日：2025-02-18
申请号：CN202510059248.3
申请日：2025-01-15
Applicant: 之江实验室
IPC: G06F15/173 , G06F9/445
Abstract: 本申请涉及一种混合加速卡管理方法、装置、电子装置和存储介质，应用于计算机硬件加速、数据存储和传输领域，其中，该混合加速卡管理方法包括：响应于接收到的服务器数据传输请求，确定混合加速卡的运行时库接口；基于远程直接内存访问技术，将混合加速卡的内存地址注册至预设的硬件抽象层；硬件抽象层中预设有统一硬件抽象接口；运行时库接口与统一硬件抽象接口绑定；通过预设的硬件抽象层，调用运行时库接口执行混合加速卡之间的数据传输操作。通过本申请，在兼容不同厂商GPU加速卡的同时，实现了提高数据处理和传输效率的效果。
-
公开(公告)号：CN118377537A
公开(公告)日：2024-07-23
申请号：CN202410806587.9
申请日：2024-06-21
Applicant: 之江实验室
IPC: G06F9/38
Abstract: 本发明公开了一种脉冲双星傅立叶域加速搜索GPU并行搜索方法和装置，方法包括以下步骤：获取脉冲双星观测数据前处理后的文件，从中读取包括最低傅立叶频率和最高傅立叶频率的参数并创建副谐波信息数组集合；在GPU中，以频率步长乘以批大小的傅立叶频率范围作为步长，从最低傅立叶频率到最高傅立叶频率对副谐波信息数组集合进行遍历搜索得到候选体集合，每次遍历搜索过程包括：计算初始副谐波数组和计算除初始副谐波数组外的副谐波数组集合，并行计算谐波求和与候选体筛选；将所有筛选符合要求的候选体集合进行保存。本发明支持利用多GPU并行加速，能够成倍地提升脉冲双星搜索进程，大大加速该学科的天体发现速度。
-
公开(公告)号：CN116295656A
公开(公告)日：2023-06-23
申请号：CN202310512850.9
申请日：2023-05-09
Applicant: 之江实验室
Abstract: 本发明公开了一种基于光电融合的一体化压力/温度/接近多参量传感器及其制备方法。包括基于光学机制的柔性光波导和卷绕在其上的基于电学机制的柔性叉指电极薄膜，其中柔性光波导由两根插入到硅胶管中且相隔距离的光纤构成；该传感器借助光电融合的多维度响应信号实现压力—温度—接近三参量的自解耦无串扰感知，压力通过光波导损耗以光强的形式测量，温度通过电极的热阻效应以电阻的形式测量，物体接近通过叉指电极边缘电场以电容的形式测量。本发明的一体化多参量传感器可同时监测压力、温度和接近并且没有信号串扰，结构紧凑、制备简单、无需复杂的系统集成和解耦算法，具有广阔的应用前景。
-
Patent Agency Ranking
公开(公告)号：CN119127514B
公开(公告)日：2025-04-22
申请号：CN202411614716.0
申请日：2024-11-13
Applicant: 之江实验室
Abstract: 本发明公开了一种脉冲星傅立叶域加速搜索流水线并行方法和装置，包括：将接收的天文数据分配到多个并行进程；每个进程中包括三个串行子线程，利用第一CPU子线程对分配到的天文数据进行预处理，利用GPU子线程读取预处理后的数据并在GPU上执行加速计算得到候选信号数据，利用第二CPU子线程读取候选信号数据并进行后处理和结果汇总，同时利用多个并行进程架构的队列和队列阻塞锁来同步各子线程之间的任务状态；通过监控反馈动态调整处理流程中的进程数量；实时记录任务状态和各进程计算结果并处理异常情况。本发明能够有效提升脉冲双星搜索进程，并支持利用多GPU并行加速，大幅提升从FAST天文数据中搜索该类型天体的速度。
-
公开(公告)号：CN117053976A
公开(公告)日：2023-11-14
申请号：CN202311295611.9
申请日：2023-10-09
Applicant: 之江实验室
Abstract: 本发明公开了一种基于四叶草式光纤结阵列的三维力解耦测量装置和方法。包括五个由硅胶立方块包裹聚合物光纤结制成的光纤结传感器；按照四叶草式布局，五个光纤结传感器被封装在金属壳体中，分别测量指向不同方向的分力以消除维间耦合；光纤结传感器的两端分别接发光二极管和光电二极管，电路板向发光二极管提供恒定电流，同时收集光电二极管产生的电流并转换为电压输出；标定拟合每个光纤结传感器对各自所测量分力的响应关系，获得受力大小与输出电压大小的函数关系，即获得三维力传感器的“电压‑力”转换关系。本发明无需借助解耦算法进行测量，具有无维间耦合、与机械手集成度高、制备简易、鲁棒性好、可同时测量压力和摩擦力的特点。
-
公开(公告)号：CN118377537B
公开(公告)日：2024-09-06
申请号：CN202410806587.9
申请日：2024-06-21
Applicant: 之江实验室
IPC: G06F9/38
Abstract: 本发明公开了一种脉冲双星傅立叶域加速搜索GPU并行搜索方法和装置，方法包括以下步骤：获取脉冲双星观测数据前处理后的文件，从中读取包括最低傅立叶频率和最高傅立叶频率的参数并创建副谐波信息数组集合；在GPU中，以频率步长乘以批大小的傅立叶频率范围作为步长，从最低傅立叶频率到最高傅立叶频率对副谐波信息数组集合进行遍历搜索得到候选体集合，每次遍历搜索过程包括：计算初始副谐波数组和计算除初始副谐波数组外的副谐波数组集合，并行计算谐波求和与候选体筛选；将所有筛选符合要求的候选体集合进行保存。本发明支持利用多GPU并行加速，能够成倍地提升脉冲双星搜索进程，大大加速该学科的天体发现速度。
-
公开(公告)号：CN117053976B
公开(公告)日：2024-02-09
申请号：CN202311295611.9
申请日：2023-10-09
Applicant: 之江实验室
Abstract: 本发明公开了一种基于四叶草式光纤结阵列的三维力解耦测量装置和方法。包括五个由硅胶立方块包裹聚合物光纤结制成的光纤结传感器；按照四叶草式布局，五个光纤结传感器被封装在金属壳体中，分别测量指向不同方向的分力以消除维间耦合；光纤结传感器的两端分别接发光二极管和光电二极管，电路板向发光二极管提供恒定电流，同时收集光电二极管产生的电流并转换为电压输出；标定拟合每个光纤结传感器对各自所测量分力的响应关系，获得受力大小与输出电压大小的函数关系，即获得三维力传感器的电压‑力”转换关系。本发明无需借助解耦算法进行测量，具有无维间耦合、与机械手集成度高、(56)对比文件yu longteng 等.Object RecognitionBased on Hardness and Texture viaModified Force-Sensitive Fingertips of aHumanoid Hand. IEEE Sensors Letters.2023,第7卷(第2期),全文.姚斌;张建勋;代煜;孙会娇.用于微创外科手术机器人的多维力传感器解耦方法研究.仪器仪表学报.2020,(第01期),全文.于海超;咸婉婷;徐冬;王洋洋.柔性力学传感器技术研究现状及发展趋势.黑龙江科学.2020,(第10期),全文.谭策;马翰林;冷乐蒙;朱晟昦;王琰;高源;刘海.基于温度自补偿的光子晶体光纤光栅的应变传感特性研究.光电子・激光.2017,(第01期),全文.
-
公开(公告)号：CN119473732B
公开(公告)日：2025-03-25
申请号：CN202510067262.8
申请日：2025-01-16
Applicant: 之江实验室 , 上海人工智能创新中心
IPC: G06F11/14 , G06N3/0455 , G06N3/063 , G06N5/04
Abstract: 本发明公开一种基于分布式内存管理的大模型训练故障恢复方法，当判断当前训练轮次需要进行检查点保存业务，获取当前时刻模型状态，并将获取到的模型状态序列化成可存储的格式，生成检查点数据；然后将检查点数据从节点内设备端内存传输至主机端内存；并在传输完毕后继续训练任务，同时进行异步检查点保存；异步检查点保存包括数据分布式内存备份和数据持久化到磁盘两种；训练任务出错时，通过检查点数据进行任务恢复。本发明故障恢复时优先从内存中读取备份数据，可以显著减少因磁盘I/O瓶颈导致的延迟，从而减少因保存或加载检查点数据操作而导致的训练暂停或效率下降，保持GPU或其他计算资源的高效利用，提高大规模模型训练的连续性和稳定性。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.02 seconds)
