-
公开(公告)号：CN116820707A
公开(公告)日：2023-09-29
申请号：CN202310530972.0
申请日：2023-05-08
摘要： 本发明公开了一种神经元计算机两阶段任务动态调度方法，包括：将新任务作为缓存任务存入缓存队列，依据新任务的预计执行时长、缓存队列的任务吞吐率以及正在执行队列的任务完成情况计算延迟调度的等待调度时长；当等待调度时长到达时，基于Johnson法则优化两阶段任务的最优调度求解策略对缓存队列进行求解得到延迟最优调度序列，并按照延迟最优调度序列将缓存任务添加到正在执行队列，这样在任务的动态调度中根据实时环境的变化延迟缓存不同时刻任务队列，在局部最优调度的基础上寻求全局最优，形成了快速响应反馈调度方式，有效解决了两阶段任务动态调度问题，提高了两阶段关联任务调度的可靠性。
-
公开(公告)号：CN116541177A
公开(公告)日：2023-08-04
申请号：CN202310669851.4
申请日：2023-06-07
摘要： 本申请涉及一种神经元计算机节点负载均衡的方法、神经元计算机系统以及存储介质。所述方法包括：各节点上处理器核心的资源占用状态，生成各所述节点的资源动态特征矩阵；基于所述资源动态特征矩阵，获取各节点上与待部署应用所需资源格式相匹配的放置方案，并计算各所述放置方案的适应值；基于所述适应值，获取各所述节点的最大适应值，并计算对应的可分配系数；基于所述可分配系数，确定所述待部署应用的部署节点。采用本方法能够及时评估各节点负载情况并根据节点负载情况进行负载均衡决策，解决了现有技术中因负载信息描述不足而导致的节点负载均衡决策困难的问题，提高了神经元计算机系统的资源利用率以及负载均衡的可靠性。
-
公开(公告)号：CN115904394B
公开(公告)日：2023-07-04
申请号：CN202310191337.4
申请日：2023-03-02
IPC分类号： G06F8/41 , G06N3/0464 , G06N3/082
摘要： 本发明公开一种面向众核架构的神经网络增量编译方法和装置，该方法包括：步骤一，获得前次编译结果，并复原为编译器对应的中间表示结构；步骤二，分别对前次编译的模型和当前编译的模型，进行逐层匹配，识别前次编译的模型和当前编译的模型之间产生的变化；步骤三，对产生变化的模型网络层完成增量分析得到增量数据，对与产生变化的网络层相连的层，递归地完成依赖性分析来确认重新编译最小集合；步骤四，对复原的中间表示结构进行解析，定位中间表示结构中涉及增量修改的节点，再进行增量填充和重编译；步骤五，对经过增量填充和重编译的中间表示结构进行部分序列化，生成编译结果文件。本发明能够减少重复编译优化的耗时，提高编译效率。
-
公开(公告)号：CN115392443B
公开(公告)日：2023-03-10
申请号：CN202211325953.6
申请日：2022-10-27
摘要： 本发明公开了类脑计算机操作系统的脉冲神经网络应用表示方法及装置，将一个类脑应用所需的全部文件组织成一个dpk，具体包括：模型校验文件、SNN模型描述文件、SNN权重连接文件、可执行模型文件，以及应用配置、数据预处理、脉冲编解码、应用业务逻辑处理等文件。dpk的生成过程分为三步：SNN模型训练或转换、模型编译、应用压缩打包。类脑计算机操作系统导入dpk后进行解压和安装，部署模型到类脑计算机，并基于该神经模型运行类脑应用。本发明对各种脉冲神经网络模型和应用配置信息的表示提供约束和规范，为各种类脑应用接入类脑计算机提供统一入口，有助于提高类脑操作系统的管理效率以及类脑计算机硬件资源的利用率。
-
公开(公告)号：CN115168281B
公开(公告)日：2023-01-03
申请号：CN202211098597.9
申请日：2022-09-09
IPC分类号： G06F15/173 , G06N3/04 , G06N3/08
摘要： 本发明涉及计算机高性能计算领域，尤其涉及一种基于禁忌搜索算法的神经网络片上映射方法和装置，该方法构造禁忌搜索表并使用基于启发式的迭代搜索过程，选取局部的片上网络的计算核心作为候选对象，建立整数规划模型并求解最优解，循环迭代不断降低映射解的目标代价函数，最后获得近似最优的部署方案；本发明方法给出的基于最近邻的构造策略和禁忌搜索算法的搜索策略，降低了神经网络模型映射后的目标机器的整体功耗和通信距离总和，极大提高了数据在片上网络的传输效率及整体计算速度。
-
公开(公告)号：CN114492770A
公开(公告)日：2022-05-13
申请号：CN202210104658.1
申请日：2022-01-28
摘要： 本发明公开了一种面向循环脉冲神经网络的类脑计算芯片映射方法，包括：S1，获取循环脉冲神经网络的输入，转换为逻辑图结构；S2，计算单节点树突表能容纳的最大突触数量；S3，结合循环脉冲神经网络的逻辑图结构，进行神经元节点的分配；S4，逐层进行各节点轴突表约束检查，若不满足约束，进行S5，若满足约束，则进行S6；S5，对不满足轴突表约束的节点进行分裂，并回到步骤S4进行各节点轴突表约束检查；S6，所有节点满足硬件约束时，分配节点坐标；S7，生成二进制芯片的配置信息，完成将循环脉冲神经网络部署到类脑计算芯片上的映射。本发明可以解决RSNN映射到芯片过程中的死锁问题，使RSNN准确映射部署在类脑计算芯片上。
-
公开(公告)号：CN116841529A
公开(公告)日：2023-10-03
申请号：CN202310445118.4
申请日：2023-04-21
IPC分类号： G06F8/34 , G06F8/41 , G06N3/049 , G06N3/0464 , G06N3/0455 , G06N3/10 , G06N3/08
摘要： 本申请涉及一种脉冲神经网络模型的在线可视化开发方法和装置。所述方法包括：获取脉冲神经网络训练用的数据集；从预设的脉冲神经网络图形化设计页面中获取初始脉冲神经网络结构的设计元素和与设计元素对应的属性值；基于设计元素及其属性值进行自动代码转换构建初始脉冲神经网络结构；基于数据集以及脉冲神经网络结构进行训练代码自动生成，根据训练代码进行网络训练，得到目标脉冲神经网络模型；并在训练过程中，对脉冲神经网络的训练监控数据进行可视化展示。采用本方法能够结合图形化和代码编辑两种方式构建和训练脉冲神经网络模型，且在开发过程中为开发者提供可视化的信息进行指导和分析，以提高脉冲神经网络的开发质量。
-
公开(公告)号：CN114338506B
公开(公告)日：2022-08-05
申请号：CN202210249528.7
申请日：2022-03-15
IPC分类号： H04L45/122 , H04L49/109
摘要： 本发明公开了一种类脑计算机操作系统的神经任务片内路由方法及装置，通过目标核心形成的区域、离边缘路由区域最远的一行核心，以及判断目标核心是否需要配置中继路由，找到最短的边缘路由核心，以从远及近的原则配置目标核心，采用最短路径方法以及单次路由步长最大方法找到中继路由核心和边缘路由核心；本发明通过选择步长较短的中继路由和边缘路由，解决了离输入边缘较远的核心路由不可达问题，解决了片内路由步长过长引起神经任务运行时间长问题。
-
公开(公告)号：CN114330698B
公开(公告)日：2022-08-05
申请号：CN202210249465.5
申请日：2022-03-15
IPC分类号： G06N3/063 , G06F11/14 , G06F16/13 , G06F16/172
摘要： 本发明公开了一种类脑计算机操作系统的神经模型存储系统及方法，将神经模型保存在三个计算节点上，节点的选择根据节点的空闲核心数量、可用存储空间、故障次数及每次故障的时间，动态计算权重来确定；神经模型的读取实现同节点读取和跨计算节点读取；非主控节点故障的恢复；主控节点故障的恢复；整机重启或故障的恢复。本发明实现了神经模型在类脑计算机上的多节点冗余存储、跨节点读取、存储节点的动态选择、节点故障后的自我修复，提升了神经模型存储的可靠性、神经模型读取的便利性，以及类脑计算机整体的运行效率与稳定性。
-
公开(公告)号：CN115904394A
公开(公告)日：2023-04-04
申请号：CN202310191337.4
申请日：2023-03-02
IPC分类号： G06F8/41 , G06N3/0464 , G06N3/082
摘要： 本发明公开一种面向众核架构的神经网络增量编译方法和装置，该方法包括：步骤一，获得前次编译结果，并复原为编译器对应的中间表示结构；步骤二，分别对前次编译的模型和当前编译的模型，进行逐层匹配，识别前次编译的模型和当前编译的模型之间产生的变化；步骤三，对产生变化的模型网络层完成增量分析得到增量数据，对与产生变化的网络层相连的层，递归地完成依赖性分析来确认重新编译最小集合；步骤四，对复原的中间表示结构进行解析，定位中间表示结构中涉及增量修改的节点，再进行增量填充和重编译；步骤五，对经过增量填充和重编译的中间表示结构进行部分序列化，生成编译结果文件。本发明能够减少重复编译优化的耗时，提高编译效率。
-
-
-
-
-
-
-
-
-
搜索结果
505 条记录 (耗时 0.069 秒)
