-
公开(公告)号：CN114217943A
公开(公告)日：2022-03-22
申请号：CN202110398330.0
申请日：2021-04-14
Applicant: 无锡江南计算技术研究所
IPC: G06F9/50
Abstract: 本发明公开一种通信支撑环境的初始化方法，包括以下步骤：S1、调用作业管理接口，解析本道作业的资源总数tasksize、各进程在作业中的初始资源序号Sid、资源名列表nodeidlist、资源片内唯一标识mpeidlist、pid列表pidlist、网络设备标识列表guidlist，并按资源列表自然序排列；S2、根据各进程的初始资源序号Sid计算Sid%cg_per_process，从作业系统返回信息中提取满足模cg_per_process为0的进程的相关信息。本发明有助于支撑用户求解更大的问题规模、追求更高的性能，且实现简便，不影响消息性能，用户调用消息接口时无额外开销。
-
公开(公告)号：CN114217915A
公开(公告)日：2022-03-22
申请号：CN202110398335.3
申请日：2021-04-14
Applicant: 无锡江南计算技术研究所
Abstract: 本发明公开一种异构众核上基于主‑从模型的轻量级多线程机制，设置四种线程状态，分别为初始化、等待任务、任务完成和线程退出；在共享内存上开辟长整形数组；在共享内存上开辟数组，用于线程组内主线程向从属线程传递参数；根据主线程及其从属线程核组号，设置每个线程组的掩码cgmask，掩码有CG_NUM位；使用共享模式运行并行程序，每个核组为一个进程；当需要退出线程状态时，主线程调用Master_leave接口；执行完毕后，各核组恢复进程状态，可以根据进程号继续执行任务。本发明为用户提供了方便使用、更加灵活、开销更低的片内多线程解决方案。
-
Patent Agency Ranking
公开(公告)号：CN114217686A
公开(公告)日：2022-03-22
申请号：CN202110453264.2
申请日：2021-04-26
Applicant: 无锡江南计算技术研究所
IPC: G06F1/3234 , G06F7/483 , G06F17/15
Abstract: 本发明公开一种稠密卷积运算核心的低功耗方法，包括以下步骤：S1、分析平台指令特点，得到指令流数据重用高的数据存储格式P；S2、判断卷积输入数据是否为P存储格式，如果是，则跳转到S3；S3、将输入数据整理成P存储格式；S4、在指令级通过数据重用调用P存储格式的运算核心进行运算。本发明在不损失高功耗课题效率的同时，显著降低了对存储部件的数据访存频次，从而降低存储部件数据访问的功耗，进而显著降低高功耗课题的CPU运行功耗，缓解功耗墙难题、节约能耗。
-
公开(公告)号：CN117394863A
公开(公告)日：2024-01-12
申请号：CN202311403458.7
申请日：2023-10-26
Applicant: 无锡江南计算技术研究所
Abstract: 本申请涉及一种面向众核处理器的压缩感知稀疏重构加速方法。所述方法包括：获取待采样数据的待采样信号，并确定待采样信号的初始稀疏向量；当对待采样信号进行压缩感知时，从内存读取第一测量矩阵和第二测量矩阵，对第一测量矩阵和第二测量矩阵进行张量积运算，生成测量矩阵，其中，测量矩阵为克罗内克结构；根据生成的测量矩阵对初始稀疏向量进行迭代更新，直至满足终止阈值条件，得到目标稀疏向量，以实现待采样信号的压缩感知稀疏重构。采用本方法可以减轻信号处理过程中内存的负担，提高压缩感知的运行效率和数据处理速率，灵活处理数据，具有可扩展性。
-
公开(公告)号：CN114253705A
公开(公告)日：2022-03-29
申请号：CN202110381442.5
申请日：2021-04-09
Applicant: 无锡江南计算技术研究所
Abstract: 本发明公开一种处理器性能筛选方法，包括以下步骤：将待筛选的处理器划分为n个子集；判断性能筛选是否完成；将处理器Pij的性能记为Aij；将子集i内所有处理器的性能值收集到根节点r，作为待分类的样本；选取分类数k，设置分类终止条件为k_thres；对于每个样本Aij，计算其到每个初始质心的欧式距离；S8、对于每个类别t，重新计算属于该类别的样本S[t]的平均值；对于每个类别t，将经过本轮筛选后剩余的处理器作为待筛选处理器，累加筛选总时间或筛选轮次，回到S1。本发明灵活性强、鲁棒性好，显著减少人为干预、利于筛片自动化，降低筛片人员工作负担和误操作可能，有助于提高筛片效率和效果。
-
公开(公告)号：CN114217916A
公开(公告)日：2022-03-22
申请号：CN202110453158.4
申请日：2021-04-26
Applicant: 无锡江南计算技术研究所
Abstract: 本发明公开一种DNN算子库动态数据分块方法，包括以下步骤：S1、用户调用所需算子，并传入一组由多个整数组成的参数，作为S2的输入；S2、根据S1中获取的参数大小和算法的参数适用范围，将一组参数划分为多组参数，并为各组参数选择不同的算法进行处理；S3、从S2获得参数，根据算法特点，为参数中各个维度[N,H,W,C]的数据设置优先级；S4、在保证内存充裕的前提下，将[N,H,W,C]按照参数中各个数据的优先级从高到低的顺序，依次增加其分块的大小；S5、将动态选择好的数据分块传递给对应的算法，调用算法，得出结果。本发明保证了算子性能的最佳发挥，不需要用户担忧众多算法如何抉择的问题，具有良好的用户体验。
-
公开(公告)号：CN114218521A
公开(公告)日：2022-03-22
申请号：CN202110452546.0
申请日：2021-04-26
Applicant: 无锡江南计算技术研究所
Abstract: 本发明公开一种异构众核架构上基于膨胀取数的卷积运算方法，包括以下步骤：S1、输入input、权重weight、跨步stride，其中input为Hi*Wi，weight为K*K，根据input和weight的形状计算输出output的形状，得到Ho*Wo；S2、根据output的形状，在Ho、Wo维度上，根据每个核的逻辑编号，将卷积计算任务平均分配给众核；S3、每个核根据自己任务大小；S4、每个核通过得到的input（Hi_BLOCK*Wo_BLOCK）和weight，进行卷积计算；S5、重复S3和S4，直到计算完毕。本发明节约了内存带宽资源，同时能够充分运用众核的计算资源。
-
-
-
-
-
-
Search Results
17
records
(took 0.027 seconds)
