-
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：CN117688992B
公开(公告)日：2024-06-04
申请号：CN202410141524.6
申请日：2024-02-01
摘要： 本申请涉及一种神经元计算机操作系统的资源映射方法和装置，其中，该方法包括：获取待运行的应用；将硬件的运行资源抽象为二维网格；基于最大空矩形法将空闲计算核心划分为矩形核心集合并确定最匹配的核心集合；基于硬件中各计算核心之间的脉冲通信代价、输入输出核心与计算核心之间的脉冲通信代价、二维网格中全部计算核心所占面积以及预设的经验常量构建代价函数；基于代价函数确定映射代价最小的映射方案。本申请通过神经元计算机操作系统建立准确估算映射代价的映射代价函数，通过代价函数确定映射代价最小的映射方案，为脉冲神经网络映射硬件资源，解决了相关技术中脉冲神经网络运行性能较低的问题，提高了脉冲神经网络的运行性能。
-
公开(公告)号：CN117688992A
公开(公告)日：2024-03-12
申请号：CN202410141524.6
申请日：2024-02-01
摘要： 本申请涉及一种神经元计算机操作系统的资源映射方法和装置，其中，该方法包括：获取待运行的应用；将硬件的运行资源抽象为二维网格；基于最大空矩形法将空闲计算核心划分为矩形核心集合并确定最匹配的核心集合；基于硬件中各计算核心之间的脉冲通信代价、输入输出核心与计算核心之间的脉冲通信代价、二维网格中全部计算核心所占面积以及预设的经验常量构建代价函数；基于代价函数确定映射代价最小的映射方案。本申请通过神经元计算机操作系统建立准确估算映射代价的映射代价函数，通过代价函数确定映射代价最小的映射方案，为脉冲神经网络映射硬件资源，解决了相关技术中脉冲神经网络运行性能较低的问题，提高了脉冲神经网络的运行性能。
-
公开(公告)号：CN117648956A
公开(公告)日：2024-03-05
申请号：CN202410118627.0
申请日：2024-01-29
摘要： 本申请涉及一种脉冲神经网络模型资源映射方法、装置和存储介质，其中，该脉冲神经网络模型资源映射方法包括：根据脉冲神经网络模型中各神经元簇的步长，对脉冲神经网络模型中各神经元簇进行分层，得到各层神经元簇集合；将各层神经元簇集合部署至类脑芯片的神经拟态核矩阵的各空闲神经拟态核列中；其中，层数越大的神经元簇集合，部署于列序号越大的空闲神经拟态核列中；根据各空闲神经拟态核列中分配资源的初始位置，以及各空闲神经拟态核列中其他位置与初始位置的距离，为各空闲神经拟态核列中部署的神经元簇集合分配类脑芯片的空闲神经拟态核，提高了神经拟态核利用率和类脑模型的运算速度。
-
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：CN116070682A
公开(公告)日：2023-05-05
申请号：CN202310354756.5
申请日：2023-04-06
摘要： 本发明公开了神经元计算机操作系统的SNN模型动态映射方法及装置，通过根据节点之间连接关系、设置的初始解空间映射，以及输入、输出虚拟节点相对物理神经元拟态核边缘核心的位置，构建脉冲通信代价计算模型，计算前继节点与后继节点对应物理坐标间的距离，基于节点间的距离和对应的权重信息，得到脉冲通信代价；同时，基于初始解空间，通过贪心算法遍历逻辑神经元拟态核在不同空闲物理神经元拟态核时的脉冲通信代价，得到最小脉冲通信代价时，逻辑神经元拟态核与物理神经元拟态核的映射关系。从而解决了类脑硬件资源因碎片化而无法直接将模型的逻辑神经元拟态核相对位置一一映射到物理神经元拟态核的问题。
-
公开(公告)号：CN114330698A
公开(公告)日：2022-04-12
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：CN117648956B
公开(公告)日：2024-06-04
申请号：CN202410118627.0
申请日：2024-01-29
摘要： 本申请涉及一种脉冲神经网络模型资源映射方法、装置和存储介质，其中，该脉冲神经网络模型资源映射方法包括：根据脉冲神经网络模型中各神经元簇的步长，对脉冲神经网络模型中各神经元簇进行分层，得到各层神经元簇集合；将各层神经元簇集合部署至类脑芯片的神经拟态核矩阵的各空闲神经拟态核列中；其中，层数越大的神经元簇集合，部署于列序号越大的空闲神经拟态核列中；根据各空闲神经拟态核列中分配资源的初始位置，以及各空闲神经拟态核列中其他位置与初始位置的距离，为各空闲神经拟态核列中部署的神经元簇集合分配类脑芯片的空闲神经拟态核，提高了神经拟态核利用率和类脑模型的运算速度。
-
-
-
-
-
-
-
-
-
搜索结果
13 条记录 (耗时 0.043 秒)
