公开(公告)号：CN114626516A

公开(公告)日：2022-06-14

申请号：CN202210300275.1

申请日：2022-03-24

申请人： 南京大学

发明人： 王中风 ,  倪超 ,  鲁金铭 ,  林军

IPC分类号： G06N3/063 ,  G06F9/30

摘要： 本申请提供一种基于对数块浮点量化的神经网络加速系统。所述系统包括编译器、运行时和神经网络加速器，在使用时，编译器按照量化分块粒度对待部署模型数据进行分块，并将待部署模型全部转换为硬件指令，通过运行时与神经网络加速器进行交互，神经网络加速器根据指令将数据按照搬运分块粒度从片外分块搬运至片上进行加载，并对各个数据量化分块进行对数块浮点量化，最终利用量化结果执行对应的神经网络运算。整个系统通过编译器将模型转换为硬件可以识别的指令，由运行时向硬件下发指令和数据并与硬件进行高效通信，同时采用完全适配于对数块浮点量化方法的硬件架构，计算冗余较少，计算效率较高，可以有效地支持深度神经网络模型的端到端部署。

公开(公告)号：CN105095091B

公开(公告)日：2018-01-09

申请号：CN201510610763.2

申请日：2015-09-23

申请人： 南京大学

发明人： 倪超 ,  顾庆 ,  陈道蓄

IPC分类号： G06F11/36

摘要： 本发明公开了一种基于倒排索引技术的软件缺陷代码文件定位方法，属于计算机软件测试和维护技术领域，该方法的步骤1）汇总软件系统中的代码文件；步骤2）对代码文件记录分词；步骤3）读入缺陷报告；步骤4）在倒排索引表中检索每一个关键词；步骤5）根据关键词评分对文件索引项排序，定位包含缺陷的代码文件。本发明通过关键词查询和统计推荐高风险的代码文件，能够快速准确地定位包含缺陷的软件代码文件，适用于大型软件系统的测试和维护工作；同时本发明计算简单，适用于不同类型的编程语言，及不同规模的计算机软件，具有扩展性和适应性且便于使用并行算法，能快速有效地分析和处理大量的缺陷报告信息，进而有效的提高软件缺陷定位的效能。

公开(公告)号：CN115496190A

公开(公告)日：2022-12-20

申请号：CN202110678678.5

申请日：2021-06-18

申请人： 南京大学

发明人： 王中风 ,  鲁金铭 ,  倪超

IPC分类号： G06N3/06 ,  G06N3/08 ,  G06F3/06 ,  G06F7/52

摘要： 本申请涉及卷积神经网络技术领域，提供一种面向卷积神经网络训练的高效可重构硬件加速器，包括PE阵列，PE阵列包括K个PE簇，每个PE簇中包括三个输入行、加法树和部分和缓存器，每个输入通道中设置有多个PE基本单元，三个输入行之间的求和由加法树完成，加法树得到的中间计算结果存入部分和缓存器中。在实际应用过程中，能够支持DNN训练过程中不同计算阶段多种不同的计算模式；能够在不同维度实现并行计算，从而提高处理速度；能够消除卷积层在不同阶段的无效计算，提高计算利用率；以一种灵活的访存方案，实现不同层面的数据复用，降低数据访问量，从而降低时间和功耗开销。

公开(公告)号：CN105095091A

公开(公告)日：2015-11-25

申请号：CN201510610763.2

申请日：2015-09-23

申请人： 南京大学

发明人： 倪超 ,  顾庆 ,  陈道蓄

IPC分类号： G06F11/36

摘要： 本发明公开了一种基于倒排索引技术的软件缺陷代码文件定位方法，属于计算机软件测试和维护技术领域，该方法的步骤1）汇总软件系统中的代码文件；步骤2）对代码文件记录分词；步骤3）读入缺陷报告；步骤4）在倒排索引表中检索每一个关键词；步骤5）根据关键词评分对文件索引项排序，定位包含缺陷的代码文件。本发明通过关键词查询和统计推荐高风险的代码文件，能够快速准确地定位包含缺陷的软件代码文件，适用于大型软件系统的测试和维护工作；同时本发明计算简单，适用于不同类型的编程语言，及不同规模的计算机软件，具有扩展性和适应性且便于使用并行算法，能快速有效地分析和处理大量的缺陷报告信息，进而有效的提高软件缺陷定位的效能。

公开(公告)号：CN105224463B

公开(公告)日：2018-02-02

申请号：CN201510714252.5

申请日：2015-10-28

申请人： 南京大学

发明人： 倪超 ,  姜承祥 ,  顾庆 ,  陈道蓄

IPC分类号： G06F11/36

摘要： 本发明涉及一种基于崩溃栈数据的软件缺陷代码定位方法，结合历史崩溃栈数据和历史代码维修记录，应用机器学习技术，构建缺陷代码预测模型，预测软件中包含缺陷的各个最终目标崩溃代码单元，从而快速定位软件中包含缺陷的代码单元，并且针对各个最终目标崩溃代码单元进行评价，有效提高软件代码修复的工作效率；并且本发明设计方法简单，适用于不同类型的编程语言，以及不同规模的计算机软件，具有扩展性和适应性，方便应用并行算法，能够快速有效地分析和处理大量的崩溃栈数据，提高软件缺陷定位的效能，可用于中到大型软件系统的测试和维护工作。

公开(公告)号：CN105224463A

公开(公告)日：2016-01-06

申请号：CN201510714252.5

申请日：2015-10-28

申请人： 南京大学

发明人： 倪超 ,  姜承祥 ,  顾庆 ,  陈道蓄

IPC分类号： G06F11/36

摘要： 本发明涉及一种基于崩溃栈数据的软件缺陷代码定位方法，结合历史崩溃栈数据和历史代码维修记录，应用机器学习技术，构建缺陷代码预测模型，预测软件中包含缺陷的各个最终目标崩溃代码单元，从而快速定位软件中包含缺陷的代码单元，并且针对各个最终目标崩溃代码单元进行评价，有效提高软件代码修复的工作效率；并且本发明设计方法简单，适用于不同类型的编程语言，以及不同规模的计算机软件，具有扩展性和适应性，方便应用并行算法，能够快速有效地分析和处理大量的崩溃栈数据，提高软件缺陷定位的效能，可用于中到大型软件系统的测试和维护工作。