检索结果-内蒙古大学图书馆

计算机研究与发展 2020年第5期57卷 897-905页

作者：徐志伟王一帆赵永威李春典计算机体系结构国家重点实验室(中国科学院计算技术研究所) 北京100190 中国科学院大学北京100049

计算机系统结构研究正在进入多样性时代.同时,以原型系统构建和基准程序测试为主要特征的计算系统研究方法,使得计算系统的研究成本依然居高不下,难以应对多样性挑战.这个矛盾呼唤新的可分析计算系统学术抽象,其主要特征是研究某个新系... 详细信息

计算机系统结构研究正在进入多样性时代.同时,以原型系统构建和基准程序测试为主要特征的计算系统研究方法,使得计算系统的研究成本依然居高不下,难以应对多样性挑战.这个矛盾呼唤新的可分析计算系统学术抽象,其主要特征是研究某个新系统时,在原型系统实现和基准程序测试之前,就能够分析出该系统的主要性质,进而筛掉不合适的候选系统,大幅度降低研究成本.这正是作为计算机应用抽象的算法概念所具有的特征:在算法实现和基准测试之前就基本可以分析出该算法的时间复杂度和空间复杂度等主要性质.首先,归纳了算法抽象的7条优点,指出最值得计算系统研究学习的是可分析抽象.其次,回顾了系统抽象的相关工作和历史经验,并提出了一个初步候选,称为算礼(computation protocol).最后,讨论了算礼的通用定义、黑箱表示和白箱表示,并用初步的实例指出,算礼思想有助于在计算系统领域提出系统猜想、分析新的并行计算模型、拓展现有架构、启发新的系统评价方法.

关键词：算礼可分析抽象计算系统研究原型系统实现基准程序测试

来源：评论

学校读者我要写书评

暂无评论

一种基于空间密铺的星型Stencil并行算法

引用

计算机研究与发展 2020年第12期57卷 2621-2634页

作者：曹杭袁良黄珊张云泉徐勇军陆鹏起张广婷计算机体系结构国家重点实验室(中国科学院计算技术研究所) 北京100190 中国科学院大学北京100049

Stencil计算(模板计算)是科学工程应用中一类常见的嵌套循环算法.分块方法是提高数据局部性和并行性的高效优化技术之一,目前已有大量针对分块方法的探索,但现有工作往往对不同Stencil形状都采用同一处理方法.首先在空间层面引出“自然... 详细信息

Stencil计算(模板计算)是科学工程应用中一类常见的嵌套循环算法.分块方法是提高数据局部性和并行性的高效优化技术之一,目前已有大量针对分块方法的探索,但现有工作往往对不同Stencil形状都采用同一处理方法.首先在空间层面引出“自然块”的概念来区分星型Stencil和盒型Stencil的特征,然后提出一个新的针对星型Stencil的2层密铺方案,此方案中自然块和它的后继块可以密铺数据空间区域,这些分块沿着时间维度扩展,能够密铺整个迭代空间.此外,针对星型Stencil设计了一个新颖的“2次更新”优化技术,改善了核内数据重用模式.理论分析表明:此方案相比现有方法有更低的缓存复杂度,实验结果证实了此方案的有效性.

关键词： Stencil计算密铺星型Stencil 盒型Stencil 自然块

来源：评论

学校读者我要写书评

暂无评论

基于ARM架构的中值滤波算法优化

引用

计算机工程与科学 2022年第10期44卷 1738-1746页

作者：牟明任贾海鹏张云泉邓明森曲国远魏大洲张广婷贵州财经大学信息学院贵州贵阳550025 中国科学院计算技术研究所计算机体系结构国家重点实验室北京100190 中国航空无线电电子研究所上海200241

中值滤波是图像处理中降低椒盐噪声的一种有效手段,其核心是计算当前滤波窗口内所有像素的中值。中值滤波具有稳定性,当一幅图像的像素点被改变时,即使改变的值很大,也不会影响中值滤波的计算结果。滤波窗口遍历整幅图像后,就完成了整... 详细信息

中值滤波是图像处理中降低椒盐噪声的一种有效手段,其核心是计算当前滤波窗口内所有像素的中值。中值滤波具有稳定性,当一幅图像的像素点被改变时,即使改变的值很大,也不会影响中值滤波的计算结果。滤波窗口遍历整幅图像后,就完成了整幅图像的中值滤波计算。中值滤波算法的关键是定义最优中值算法,以在最短的时间内获取中值。对此,提出并实现了自适应中值算法,能够根据滤波窗口半径和数据类型,自动选择性能最佳的中值算法,并使用ARM NEON指令集进行优化加速。实验结果表明,提出的自适应中值滤波算法较OpenCV的中值滤波算法性能有显著提升,平均性能提升了20%。

关键词：中值滤波中值算法 ARM指令集

来源：评论

学校读者我要写书评

暂无评论

YOLO检测网络的FPGA加速计算模型的研究

引用

小型微型计算机系统 2022年第8期43卷 1681-1686页

作者：裴颂文汪显荣上海理工大学光电信息与计算机工程学院上海200093 中国科学院计算技术研究所计算机体系结构国家重点实验室北京100190 复旦大学上海市数据科学重点实验室上海200433

FPGA(Field Programmable Gate Array)凭借其高并行和可定制化的特点,可以解决目标检测网络结构复杂、计算量大和存储开销高等问题.本文基于FPGA验证平台研究并实现了YOLO(You Only Look Once)系列神经网络的加速计算模型.首先采用动态... 详细信息

FPGA(Field Programmable Gate Array)凭借其高并行和可定制化的特点,可以解决目标检测网络结构复杂、计算量大和存储开销高等问题.本文基于FPGA验证平台研究并实现了YOLO(You Only Look Once)系列神经网络的加速计算模型.首先采用动态定点量化方法降低了数据存储和传输量.然后针对YOLO模型中两类计算开销大的典型卷积层,采用了流水线,循环展开,模块融合等策略分别实现了基于Winograd和GEMM的快速卷积计算引擎,提高加速计算效率.实验结果表明,本文在PYNQ-Z1验证平台上获得的计算性能达到64.9 GOP/s,比基于典型滑动窗口卷积计算方法的性能提高了2.15倍.

关键词： FPGA YOLO 快速卷积算法并行计算流水线

来源：评论

学校读者我要写书评

暂无评论

面向高通量计算机的图算法优化技术

引用

计算机研究与发展 2020年第6期57卷 1152-1163页

作者：张承龙曹华伟王国波郝沁汾张洋叶笑春范东睿计算机体系结构国家重点实验室(中国科学院计算技术研究所) 北京100190 中国科学院大学计算机与控制学院北京100049

随着互联网技术的蓬勃发展,图数据的规模呈爆炸式增长.如何高效地处理大规模图数据逐渐成为工业界和学术界关注的焦点.宽度优先搜索算法是解决图遍历问题的经典算法,也是Graph500基准的核心测试程序之一.高通量计算机采用ARM架构的众核... 详细信息

随着互联网技术的蓬勃发展,图数据的规模呈爆炸式增长.如何高效地处理大规模图数据逐渐成为工业界和学术界关注的焦点.宽度优先搜索算法是解决图遍历问题的经典算法,也是Graph500基准的核心测试程序之一.高通量计算机采用ARM架构的众核体系结构,具有高并发、强实时、低功耗等适于大数据计算的特点.在单节点上,BFS算法的优化已取得一系列进展,首先对现有的优化技术进行系统的介绍,并在此基础上提出2种面向高通量计算机的优化手段,通过减少冗余访存和提高缓存局部性,有效提高了算法的访存效率.通过这些优化手段,在高通量计算机上对BFS算法的性能进行了系统的评估.对于顶点规模为230的Kronecker图(顶点数为230,边数为234),优化后的BFS算法在高通量计算机上的平均性能为24.26 GTEPS.与两路x86架构服务器相比,单节点具有1.18倍的性能优势.在性能功耗比方面,高通量计算机的结果为181.04 MTEPS W.在2019年6月份的Green Graph500面向大数据集的排行榜上取得第2名的成绩.综上,高通量计算机的高并发和低功耗等特点非常适合处理大规模图计算等数据密集型应用.

关键词：宽度优先搜索高通量 Graph500 图算法超算

来源：评论

学校读者我要写书评

暂无评论

面向光流估计的高效加速器架构设计

引用

中国科学：信息科学 2021年第5期51卷 795-807页

作者：刘博生陈晓明韩银和常亮广东工业大学计算机学院广州510006 桂林电子科技大学计算机与信息安全学院广西可信软件重点实验室桂林541004 中国科学院计算技术研究所计算机体系结构国家重点实验室北京100190 中国科学院大学北京100190

光流(optical flow)为同一对象在视频中运动到下一帧的移动量.从视频中估计光流已广泛应用于各类移动智能系统,如运动估计和机器人导航.最近的研究表明,卷积神经网络(convolutional neural network,CNN)能提供可靠的光流估计结果.然而,... 详细信息

光流(optical flow)为同一对象在视频中运动到下一帧的移动量.从视频中估计光流已广泛应用于各类移动智能系统,如运动估计和机器人导航.最近的研究表明,卷积神经网络(convolutional neural network,CNN)能提供可靠的光流估计结果.然而,现有的硬件加速器无法支持面向光流估计的CNN复杂计算.具体而言,这些类型的CNN不仅包括常规的卷积(convolution)和反卷积(deconvolution)运算,还包括双线性插值(bilinear interpolation)和/或关联(correlation)运算.双线性插值和关联操作主要探索两个连续图像帧之间的关联关系.为解决这一问题,本项工作提出面向光流的CNN硬件加速设计方案(称为Swan-AOE),即通过支持卷积、反卷积、双线性插值和关联操作解决这类神经网络的硬件加速计算问题.Swan-AOE包括可配置的硬件计算架构和自适应的调度策略,通过提供灵活的并行调度实现最优化吞吐量计算.此外,Swan-AOE还进行设计空间探索,探索可用片上缓存资源在提高能耗–面积效率的潜在能力.实验结果表明,与基准加速器相比,所提出的设计能有效提升性能、能效和面积效率.

关键词：加速器光流估计能效卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

基于用户级融合I/O的Key-Value存储系统优化技术研究

引用

计算机研究与发展 2020年第3期57卷 649-659页

作者：安仲奇张云尧邢晶霍志刚计算机体系结构国家重点实验室(中国科学院计算技术研究所) 北京100190 中国科学院大学计算机与控制工程学院北京100049

传统分布式键值存储系统大都基于操作系统提供的套接字与可移植操作系统接口构建,受限于接口语义及内核开销,难以发挥底层新型网络和存储硬件高吞吐与低延迟的性能优势.聚焦键值存储系统的数据通路,面向高速以太网与NVMe(non-volatile m... 详细信息

传统分布式键值存储系统大都基于操作系统提供的套接字与可移植操作系统接口构建,受限于接口语义及内核开销,难以发挥底层新型网络和存储硬件高吞吐与低延迟的性能优势.聚焦键值存储系统的数据通路,面向高速以太网与NVMe(non-volatile memory express)固态存储,于用户态整合网络栈与I O栈,协同设计以优化吞吐性能与延迟稳定性.用户级融合I O栈的控制平面由同一处理器核心于同一上下文中统一管理网卡与固态存储设备的硬件队列,消除了传统分离式设计所导致的多次进出内核态、多次上下文切换以及潜在的核间通信与数据迁移等的弊端,最大限度降低系统软件层面的管控开销.数据平面采用统一的内存池,借助用户级设备驱动,数据于上层键值系统与底层设备之间直接通过DMA传输,没有额外数据拷贝与操作系统干涉.针对大消息访问请求,通过将数据分片并交叠执行网络与存储DMA操作,进一步掩藏了访问延迟.实现了全用户态键值存储系统UKV,支持内存外存2层存储以及广泛应用的Memcache接口.将UKV与由Twitter开源的Fatcache系统进行了测试对比.实验结果表明,涉及外存的SET请求的每秒查询吞吐量提高了14.97%~97.78%,GET操作的每秒查询吞吐量提高了14.60%~51.81%;涉及外存的SET操作的p95延迟降低了26.12%~40.90%,GET操作的p95延迟降低了15.10%~24.36%.

关键词：键值存储系统旁路内核用户级融合I O 高速以太网 NVMe固态硬盘

来源：评论

学校读者我要写书评

暂无评论

一种超低损失的深度神经网络量化压缩方法

引用

软件学报 2021年第8期32卷 2391-2407页

作者：龚成卢冶代素蓉刘方鑫陈新伟李涛南开大学计算机学院天津300350 天津市网络和数据安全技术重点实验室(南开大学) 天津300350 工业机器人应用福建省高校工程研究中心(闽江学院) 福建福州350121 计算机体系结构国家重点实验室(中国科学院计算技术研究所) 北京100190

深度神经网络(deep neural network,简称DNN)量化是一种高效的模型压缩方法,使用少量位宽表示模型计算过程中的参数和中间结果数据.数据位宽会直接影响内存占用、计算效率和能耗.以往的模型量化研究缺乏有效的定量分析,这导致量化损失... 详细信息

深度神经网络(deep neural network,简称DNN)量化是一种高效的模型压缩方法,使用少量位宽表示模型计算过程中的参数和中间结果数据.数据位宽会直接影响内存占用、计算效率和能耗.以往的模型量化研究缺乏有效的定量分析,这导致量化损失难以预测.提出了一种超低损失的DNN量化方法(ultra-low loss quantization,简称μL2Q),以揭示量化位宽与量化损失之间的内在联系,指导量化位宽选择并降低量化损失.首先,将原始数据映射为标准正态分布的数据;然后,在等宽的量化区间中搜索最优量化参数;最后,将μL2Q方法融合进DNN的训练过程,并嵌入到主流的机器学习框架Caffe及Keras中,以支撑端到端模型压缩的设计和训练.实验结果表明,与最新的研究方法相比,在相同的位宽条件下,μL2Q方法能够保证更高的模型精度,在典型的神经网络模型上精度分别提高了1.94%,3.73%和8.24%.显著性物体检测实验结果表明,μL2Q方法能够胜任复杂的计算机视觉任务.

关键词：神经网络压缩神经网络量化权值分布均匀量化量化损失最优解

来源：评论

学校读者我要写书评

暂无评论

TrustZone中断隔离机制的形式化验证

引用

小型微型计算机系统 2023年第9期44卷 2105-2112页

作者：付俊仪张倩颖王国辉李希萌施智平关永首都师范大学信息工程学院北京100048 高可靠嵌入式系统北京市工程研究中心北京100048 中国科学院计算技术研究所计算机体系结构国家重点实验室北京100190 电子系统可靠性技术北京市重点实验室北京100048 北京成像理论与技术高精尖创新中心北京100048

TrustZone技术通过对硬件进行安全扩展,为软件提供了相互隔离的可信执行环境和通用执行环境.中断隔离机制是TrustZone的关键隔离机制,确保安全中断和非安全中断分别在可信执行环境和通用执行环境中被处理,该机制不正确可能导致安全中断... 详细信息

TrustZone技术通过对硬件进行安全扩展,为软件提供了相互隔离的可信执行环境和通用执行环境.中断隔离机制是TrustZone的关键隔离机制,确保安全中断和非安全中断分别在可信执行环境和通用执行环境中被处理,该机制不正确可能导致安全中断被通用执行环境处理,从而影响可信执行环境的安全性.本文提出ARMv8 TrustZone架构中断隔离机制的形式化验证方法,在定理证明器Isabelle/HOL中建立包含中断隔离机制关键软硬件的形式化模型,该模型为状态迁移系统,包括中断处理程序、TrustZone Monitor、中断控制器等组件;在证明模型满足正确性的基础上,通过展开定理验证无干扰、无泄露、无影响等信息流安全属性,结果表明TrustZone中断隔离机制满足信息流安全属性,在中断处理过程中不存在隐蔽的信息流通道.

关键词： TrustZone 可信执行环境中断隔离信息流安全形式化验证

来源：评论

学校读者我要写书评

暂无评论

基于多模态分层注意力网络的玉米病害叶片识别

引用

中国农机化学报 2025年第06期 162-168页

作者：商炎亮吴凯周文许昌电气职业学院郑州大学信息工程学院中国科学院计算技术研究所计算机体系结构国家重点实验室

玉米叶片病害会影响叶片光合作用，严重影响玉米籽粒的灌浆，及时准确地检测玉米病害叶片有助于提高玉米的产量和质量，为此提出一种基于多模态分层注意力网络的小样本玉米病害叶片识别方法。首先，利用视觉特征提取网络VGG16将输入的... 详细信息

玉米叶片病害会影响叶片光合作用，严重影响玉米籽粒的灌浆，及时准确地检测玉米病害叶片有助于提高玉米的产量和质量，为此提出一种基于多模态分层注意力网络的小样本玉米病害叶片识别方法。首先，利用视觉特征提取网络VGG16将输入的玉米叶片映射到视觉语义空间，并逐层计算支持分支和查询分支间的语义关联。然后，利用文本转换器将玉米叶片文本标签映射到文本语义空间，并利用模态交叉注意力建立视觉与文本之间的上下文语义关联，尽可能地聚焦病害区域。最后，利用掩码平均池化技术生成指导未知玉米叶片病害的泛化原型集。在自建和开源的玉米病害叶片数据集上进行测试。结果表明：所提出模型在自建数据集上可以实现96.08%的识别精度，在开源的Plant Village数据集上可以实现98.11%的识别精度。

关键词：玉米病害叶片识别视觉语义文本语义多模态分层注意力

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：