检索结果-内蒙古大学图书馆

作者：周志新何日辉罗闳訚 361021 福建省厦门市软件园三期诚毅北大街59号404-2单元

本发明公开了一种用于神经网络数据流计算架构的1D向量计算单元，包含可重构配置单元和首尾相连的线性模块、非线性模块，其中，所述可重构配置单元用于根据外部输入输出可重构配置信息，将所述线性模块、所述非线性模块配置成某种功能... 详细信息

标准号: CN113901392A

本发明公开了一种用于神经网络数据流计算架构的1D向量计算单元，包含可重构配置单元和首尾相连的线性模块、非线性模块，其中，所述可重构配置单元用于根据外部输入输出可重构配置信息，将所述线性模块、所述非线性模块配置成某种功能算子，所述线性模块用于实现一维线性函数计算；所述非线性模块用于实现一维非线性函数计算。本发明提出的可重构1D向量计算单元，通过可重构配置单元的配置功能，将线性模块和/或非线性模块配置成为某种功能算子，实现多种1D向量计算，从而实现神经网络数据的高效计算。

关键词：非线性模块可重构配置线性模块向量计算单元功能算子神经网络非线性函数数据流计算高效计算配置功能首尾相连线性函数向量计算可重构配置架构输出外部

来源：评论

学校读者我要写书评

暂无评论

基于数据流模式的聚集快速查询计算研究

引用

计算机集成制造系统 2004年第6期10卷 689-692页

作者：陈昕陈维兴苏锦祥北京信息工程学院计算机信息系统系北京100101 郑州大学计算机科学工程系河南郑州450052

为了减少在计算和存档数据流的过程中对昂贵的存档数据的存取,分析了聚集数据查询的特点,并引入了聚集查询语言和聚集查询重写方法。针对数据流近似查询计算的需求,概述了数据流计算的基本特征,提出了一种基于数据流的近似计算模型。在... 详细信息

为了减少在计算和存档数据流的过程中对昂贵的存档数据的存取,分析了聚集数据查询的特点,并引入了聚集查询语言和聚集查询重写方法。针对数据流近似查询计算的需求,概述了数据流计算的基本特征,提出了一种基于数据流的近似计算模型。在此基础上,根据实际应用环境给出了一种近似查询提纲的小波方法。该计算架构和方法在人口信息系统中的实际应用表明,可以实现对数据流的快速聚集查询处理,并获得有效的查询结果。

关键词：聚集查询计算数据流计算近似查询方法

来源：评论

学校读者我要写书评

暂无评论

面向数据流结构的指令映射优化方法

引用

计算机工程与科学 2019年第1期41卷 9-13页

作者：李易常成娟卢圣健江道忠范东睿叶笑春中国科学院计算技术研究所北京100094 北京石油化工学院北京102617

在高性能计算领域,数据流是一类重要的计算结构,也在很多实际场景表现出很好的性能和适用性。在数据流计算模式中,程序是以数据流图来表示的,数据流计算中一个关键的问题是如何将数据流图映射到多个执行单元上。通过分析现有数据流结构... 详细信息

在高性能计算领域,数据流是一类重要的计算结构,也在很多实际场景表现出很好的性能和适用性。在数据流计算模式中,程序是以数据流图来表示的,数据流计算中一个关键的问题是如何将数据流图映射到多个执行单元上。通过分析现有数据流结构的指令映射方法及其不足,提出了基于数据流结构的新型指令映射优化方法。主要是根据多地址共享数据包的特性对指令映射方法进行优化,延迟多地址共享数据路由包的拆分,减少网络拥堵。

关键词：高性能计算数据流计算指令映射多地址共享数据包

来源：评论

学校读者我要写书评

暂无评论

基于Storm的数据流聚类研究

基于Storm的数据流聚类研究

引用

作者：李伟大连海事大学

学位级别：硕士

随着科学技术的不断发展,各种应用的普及和深入,其所产生数据量急剧增长,同时很多数据是动态的、流式的,需要进行实时的处理和挖掘分析。对于数据流聚类问题来说,国内外学者已经进行了许多探索和研究,目前已经存在一些不同种类的数据流... 详细信息

随着科学技术的不断发展,各种应用的普及和深入,其所产生数据量急剧增长,同时很多数据是动态的、流式的,需要进行实时的处理和挖掘分析。对于数据流聚类问题来说,国内外学者已经进行了许多探索和研究,目前已经存在一些不同种类的数据流聚类算法,然而这些算法仍然存在许多问题,比如不能适应数据流速度变化、对大规模数据流聚类的效率不高和分布式并行条件下质量不好等等。近年来,云计算平台在不断出现和完善,具有很好的分布式并行计算能力,基于云平台技术的数据挖掘和分析也获得了广泛的关注和认可,为提高数据流聚类的效率提供了新的途径。但是由于Storm的发展历史相对较短,在其基础上进行数据流聚类的研究还不多见。本文在针对数据流聚类问题的要求和特点基础上,经过对多个云计算模型的比较分析,在Storm基础上提出基于Storm的数据流聚类模型,对经典的数据流聚类算法CluStream做了改进,提出微簇簇密度的概念和动态可调的滑动时间窗口,在聚类模型的基础上设计并且实现了 S-CluStream。在CluStream在线和离线两阶段聚类的思想下,本文将其在线聚类过程分成局部微簇更新和全局微簇合并。因此,S-CluStream将数据流聚类分为四个过程,即聚类初始微簇的确定、局部聚类微簇的实时更新、局部聚类微簇的全局合并和全局微簇的聚类,达到了实时高效地对数据流进行聚类分析。为了检验基于Storm的数据流聚类算法的有效性,本文设计和搭建了 Storm实验集群,从演化性、聚类质量和聚类效率等多个方面加以考察。测试结果表明算法具有演化性,同时在聚类质量和聚类效率上均有提高。

关键词：数据流聚类 Storm平台数据流计算

来源：评论

学校读者我要写书评

暂无评论

指数复杂量子多体问题的HPC-AI融合计算方法

指数复杂量子多体问题的HPC-AI融合计算方法

引用

作者：李名凡中国科学技术大学

学位级别：博士

多年以来,研究粒子间复杂量子纠缠和奇特量子行为的量子多体问题,受限于随粒子数量增加而指数增长的希尔伯特空间维度(“指数墙”),一直是现代物理最核心也最具挑战的研究方向之一。随着科学智能(AI for Science)计算方法的兴起,神经网... 详细信息

多年以来,研究粒子间复杂量子纠缠和奇特量子行为的量子多体问题,受限于随粒子数量增加而指数增长的希尔伯特空间维度(“指数墙”),一直是现代物理最核心也最具挑战的研究方向之一。随着科学智能(AI for Science)计算方法的兴起,神经网络等深度学习方法在高维特征建模和压缩表征方面展现出显著优势,作为传统科学计算方法的有力补充,为大量指数复杂问题的求解带来了新的曙光。然而,基于数据驱动的神经网络方法求解指数复杂的量子多体问题,要求高性能计算和人工智能在计算方法和算法设计层面的紧密结合。传统上,高性能计算与人工智能的发展相对独立,使得融合这两种计算方法给算法设计和性能优化带来许多挑战,因此迫切需要发展更有效的高性能计算和人工智能(High performance computing and Artificial intelligence,HPC-AI)融合计算方法,以适应现有软硬件系统环境。本文以指数复杂的量子多体问题作为研究实例,分别从求解方法、算法设计与实现等方面,深入探讨了 HPC-AI融合计算的关键问题。通过分析基于数据驱动的神经网络方法在当代异构并行系统环境下的性能瓶颈与算法局限,设计了充分利用高性能计算与人工智能两方面优势的融合计算方法,特别关注如何在主流异构并行系统上更有效地支持大尺度和高精度的量子多体问题求解。本文的研究工作和成果主要包括以下四个方面:1.研究了神经网络和马尔科夫链蒙特卡罗(Markovchain Monte Carlo,MCMC)融合算法中的数据采样问题,提出了一种基于进程间MPI和进程内batch两级并行的MCMC采样算法,解决了马尔科夫链上神经网络计算量不足的问题,充分发挥异构并行系统的强大性能,实现高通量的神经网络量子态采样。通过维护众多独立马尔科夫链并分离马尔科夫过程的神经网络计算,本文将链上随时间迭代的串行计算以batch形式统一组织,并结合底层算子库灵活适配各种异构计算系统。在新一代神威超算系统上的实验结果表明,所实现的两级并行采样程序能显著提升神经网络的计算性能,在接近4000万异构核心上保持90%的并行效率,支持超千万条独立马尔科夫链的并行MCMC采样。在配备GPU加速设备的超算集群上,两级并行采样程序在接近百万核心上也能保持94%的强可扩展性。2.研究了变分蒙特卡罗方法中以神经网络作为试探波函数的模型优化问题,设计并实现了基于大批量高精度数据和可扩展随机重构算法的协同计算框架,从而支持高精度可扩展的变分波函数优化,克服模型优化容易陷入局域极值的问题,达到远超传统深度学习任务的数值精度(10-3～10-5)。本文提出了基于样本能量的数据质量评估算法,识别并剔除MCMC采样中的错误数据,以此提高数据质量;本文实现了 2D-mesh并行的关联矩阵计算,解决了随机重构算法在存储和计算方面的扩展性问题,进而支持更大规模变分参数的波函数优化。实验结果表明,所提出的协同计算框架能充分发挥高性能计算与人工智能两方面优势,大幅提升现有算法的求解尺度,将自旋系统规模推进到16 × 16网格和2256级别的希尔伯特空间。3.研究了以神经网络方法求解量子多体问题的随机性问题,提出了基于迁移学习和并行筛选的初态优化算法,解决了从随机初态开始的模型训练容易陷入局域极值的问题。在J1-J2模型中,基于不同系统中公共的物理规律,本文利用迁移学习弥合不同任务间的差异,实现了在对称性、系统规模、J2取值等方面多轮多阶段的特征迁移。在t-J模型中,本文提出了基于样本能量的初态评估方法,并将其适配到两级并行的MCMC框架中,从大量候选项中高效搜索出更高质量的初态。结合所提出的初态优化方法,本文大幅改进当前18 × 18系统上最佳物理结果,首次求解高达24 × 24系统的基态能量,以及高达21296的自旋系统和3144的费米系统。4.研究了异构平台上量子多体问题求解程序的计算组织问题,采用细粒度并行的数据流模型统一组织HPC-AI融合程序中的两个关键过程,利用子图划分和任务调度算法分别提升单样本梯度计算和矩阵分解的执行效率,充分发挥异构平台的强大性能。针对神经网络计算,本文使用子图划分方法挖掘算子间的并行性,并将其适配到sw26010pro独有的大内存执行模式。针对矩阵分解计算,本文适配GPU的层次化结构设计了两级任务调度器,分别支持全局任务分发和局部任务调度,在此基础上提出了两种启发式的调度算法:基于节点出度的调度和基于数据分布的调度。实验结果表明,所提出的子图划分和优先级调度算法能够充分发挥细粒度并行计算的优势,提高HPC-AI融合程序中子过程的计算性能。本文以HPC-AI融合计算方法为中心,以神经网络方法求解指数复杂量子多体问题为主线,结合高性能计算与人工智能两方面的优势,设计了 HPC-AI融合计算方法来克服现

关键词：高性能计算人工智能量子多体问题神经网络量子态异构系统数据流计算

来源：评论

学校读者我要写书评

暂无评论

异构多核计算系统的Codelet任务调度策略

引用

计算机应用研究 2019年第5期36卷 1433-1436,1440页

作者：裴颂文吕春龙宁钟顾春华上海理工大学光电信息与计算机工程学院上海200093 复旦大学管理学院上海200433

Codelet数据流计算模型在处理大规模并行计算任务时效果显著,但该模型目前缺少在异构多核环境中的任务调度策略。因此,提出了一种在异构多核环境下基于蚁群算法的Codelet任务调度策略。该调度策略将启发式算法与蚁群算法相融合,在发挥... 详细信息

Codelet数据流计算模型在处理大规模并行计算任务时效果显著,但该模型目前缺少在异构多核环境中的任务调度策略。因此,提出了一种在异构多核环境下基于蚁群算法的Codelet任务调度策略。该调度策略将启发式算法与蚁群算法相融合,在发挥各自优势的同时克服了启发式算法不能得出最优解的缺陷以及蚁群算法初始信息匮乏的问题。实验结果表明,智能蚁群任务调度策略相比Codelet运行时系统中原生的动态调度和静态调度策略具有更高的执行效率。

关键词：数据流计算 Codelet模型异构多核蚁群算法任务调度

来源：评论

学校读者我要写书评

暂无评论

面向动态轨迹流中相似度实时查询的索引技术研究

面向动态轨迹流中相似度实时查询的索引技术研究

引用

作者：张宗雷苏州大学

学位级别：硕士

随着位置传感器和移动互联网的普及,一些提供位置服务的应用(如滴滴和高德)追踪移动物体的运动轨迹更加容易。许多应用通过收集和分析轨迹数据为用户提供基于位置的服务。近年来,实时分布式并行处理框架(Flink、Storm和Spark Streamig)... 详细信息

随着位置传感器和移动互联网的普及,一些提供位置服务的应用(如滴滴和高德)追踪移动物体的运动轨迹更加容易。许多应用通过收集和分析轨迹数据为用户提供基于位置的服务。近年来,实时分布式并行处理框架(Flink、Storm和Spark Streamig)趋于成熟,用这些框架处理轨迹数据流能提供实效性更高的服务,如实时交通预测和实时伴行检测等。轨迹相似度查询是这些应用中的基础性操作,空间索引是提升查询速度的重要手段。利用索引技术提供基于动态轨迹流的相似度实时查询服务能加快这些实时应用的响应速度。实时处理通常通过滑动时间窗口模型实现最新状态的计算,基于轨迹数据流提供服务的应用在处理数据时也使用这种窗口模型。时间窗口每滑动一次,窗口内的轨迹数据集需更新一次。在这种变化频繁的动态轨迹集中执行相似度查询,会面临以下三个问题.1)查询时使用的空间索引需要执行大量的更新操作,这会降低索引性能;2)在大规模数据流中实现相似度查询时,需要一个能在实时流处理框架中实现的分布式空间索引提供空间查询服务,且能保证负载均衡;3)动态轨迹集每次变化后,都要为查询轨迹更新查询结果,算力消耗大。为解决上述问题,本文设计出一个在轨迹流中用索引技术加速的轨迹相似度实时查询框架(TSQI,Trajectory Similarity Real-time Query Framework Accelerated by Index)。首先,TSQI设计一个更新高效的单点空间索引QBS-tree;其次,在QBS-tree的基础上,TSQI设计分布式空间索引GQ-QBS,它能实现计算节点之间的动态负载均衡;最后,TSQI利用GQ-QBS实现轨迹相似度的分布式查询,此外,TSQI使用裁剪技术、轨迹相似度增量计算技术和持续查询技术减少查询时的算力消耗。实验证明TSQI能提供性能更好的相似度查询服务。

关键词：空间索引分布式空间索引轨迹相似度查询数据流计算分布式计算

来源：评论

学校读者我要写书评

暂无评论

面向伺服控制专用SoC的IP核开发

面向伺服控制专用SoC的IP核开发

引用

作者：柳京伯哈尔滨工业大学

学位级别：硕士

现代工业自动化对电机伺服应用产生了越来越高的要求,包括位置精度,动态响应,电磁兼容等等。同时伴随工业自动化对实时性和数据带宽的要求,工业以太网也快速发展。目前工业领域通常采用电流环硬件加速器的方式实现高动态响应,但既往的... 详细信息

现代工业自动化对电机伺服应用产生了越来越高的要求,包括位置精度,动态响应,电磁兼容等等。同时伴随工业自动化对实时性和数据带宽的要求,工业以太网也快速发展。目前工业领域通常采用电流环硬件加速器的方式实现高动态响应,但既往的硬件结构存在灵活性较差,资源浪费,控制逻辑复杂等问题。同时,目前主流的电机控制SoC缺乏对工业以太网的支持。为弥补既往研究的不足,本课题设计和开发了面向工业伺服控制的专用SoC和配套IP核,实现了电流环高动态响应和工业以太网大数据带宽通信。首先,为了满足电机伺服对高动态响应的要求,在SoC中加入了电流环控制硬件加速器,用于减少电流环中的运算延迟。课题中创新性地提出采用数据流计算体系结构进行电流环控制的硬件加速。数据流计算体系结构以数据为驱动,共享执行单元,天生具有强大的并行性,并且是可编程的。从而解决了既往研究中的缺点。课题为电流控制器设计了汇编器,运动控制工程师可以通过汇编程序建立不同的电流环控制算法硬件加速器。其次,为了满足伺服控制器对高带宽实时通信的需求,在SoC中增加了兼容EtherCAT数据链路层规范的从站控制器。按照EtherCAT协议的描述,将从站控制器分为三层分别实现:物理层接口,数据帧实时处理层和总线接口层。配套对应的驱动软件可以在帧同步模式和自由模式下运行,提供邮箱数据通信和过程数据通信服务。最后,在赛灵思zynq-7000设备上设计实现了整个伺服控制SoC,并搭建了伺服控制硬件平台。在该实验平台上完成了电流环控制测试,测试结果显示电流的闭环跟踪在1KHz处增益为-0.28d B,相位滞后为40.8°。电流闭环跟踪的带宽在2KHz到4KHz之间。EtherCAT可以实时传递电流指令与反馈。本课题设计的伺服控制SoC,具有可编程的电流环控制器,能够适应不同的电流环控制算法。片上集成了EtherCAT从站控制器,无需外挂芯片就可以支持EtherCAT通信。课题设计的针对永磁同步电机的电流环控制器可以达到2到4KHz的电流环带宽。

关键词：片上系统电流控制器数据流计算 EtherCAT

来源：评论

学校读者我要写书评

暂无评论

一种神经网络张量处理器的数据流高速缓存装置

一种神经网络张量处理器的数据流高速缓存装置

引用

作者：罗闳訚周志新何日辉 361021 福建省厦门市软件园三期诚毅北大街59号404-2单元

本发明公开了一种神经网络张量处理器的数据流高速缓存装置，包括数据地址映射模块、数据地址生成模块、特征数据SRAM存储器和参数数据SRAM存储器；数据流高速缓存装置外部连接一个大容量的片外存储器和一个神经网络计算模块，片外存储... 详细信息

标准号: CN112860596B

本发明公开了一种神经网络张量处理器的数据流高速缓存装置，包括数据地址映射模块、数据地址生成模块、特征数据SRAM存储器和参数数据SRAM存储器；数据流高速缓存装置外部连接一个大容量的片外存储器和一个神经网络计算模块，片外存储器保存所有的特征数据和参数数据，数据流高速缓存装置用于根据神经网络计算模块正在计算的输出张量的行地址，通过数据地址生成模块、数据地址映射模块生成的特征地址和参数地址，预取对应的特征数据和参数数据并缓存在小容量的特征数据SRAM存储器和参数数据SRAM存储器中。数据流高速缓存装置的一次索引可以输出计算1行输出特征张量所需的大量数据(如几百个字节)，在数据流计算架构下，该装置拥有较高的存储效率。

关键词：高速缓存装置存储器数据流参数数据数据地址特征数据神经网络计算片外存储器生成模块映射模块数据流计算参数地址存储效率神经网络输出计算特征地址外部连接次索引大容量小容量行地址行输出处理器预取架构输出保存

来源：评论

学校读者我要写书评

暂无评论

一种基于多进程数据流的海量虚实数据比对方法

一种基于多进程数据流的海量虚实数据比对方法

引用

作者：袁景凌肖骅罗忆李新平罗佩江春鹏 430070 湖北省武汉市洪山区珞狮路122号

本发明公开了一种基于多进程数据流的海量虚实数据快速比对方法，首先整理虚拟数据，形成标准数据文件，依据标准数据格式对实测数据进行预处理，对齐数据长度；然后将虚拟数据与实测数据按对应唯一编码合并成一条数据，形成单一数据文... 详细信息

标准号: CN112052260A

本发明公开了一种基于多进程数据流的海量虚实数据快速比对方法，首先整理虚拟数据，形成标准数据文件，依据标准数据格式对实测数据进行预处理，对齐数据长度；然后将虚拟数据与实测数据按对应唯一编码合并成一条数据，形成单一数据文件；接着读入数据流，通过一个循环遍历整个数据文件，比对每条数据前后半段差异；最后直接将内存中的数据流按硬件环境进行分块，通过多线程并行方式同时遍历分块后的内存数据，获取分块比对结果文件。本发明通过多进程并行处理与数据流计算的有效融合，实现虚拟数据与实测数据在内存中高速比对的同时能避免数据量过大而导致内存存储限制，从而能提高生产或工程项目中海量数据比对的效率。

关键词：数据流实测数据数据文件虚拟数据分块多进程比对内存预处理标准数据格式数据流计算比对结果并行处理并行方式存储限制工程项目快速比对内存数据数据比对唯一编码循环遍历硬件环境有效融合对齐多线程后半段数据量中高速遍历读入合并生产

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：