检索结果-内蒙古大学图书馆

软件学报 2023年第9期34卷 4421-4436页

作者：胡怡陈道琨杨超刘芳芳马文静尹万旺袁欣辉林蓉芬中国科学院软件研究所并行软件与计算科学实验室北京100190 中国科学院大学北京100049 北京大学数学科学学院北京100871 国家并行计算机工程技术研究中心北京100190

BLAS (basic linear algebra subprograms)是高性能扩展数学库的一个重要模块,广泛应用于科学与工程计算领域. BLAS 1级提供向量-向量运算, BLAS 2级提供矩阵-向量运算.针对国产SW26010-Pro众核处理器设计并实现了高性能BLAS 1、2级函数... 详细信息

BLAS (basic linear algebra subprograms)是高性能扩展数学库的一个重要模块,广泛应用于科学与工程计算领域. BLAS 1级提供向量-向量运算, BLAS 2级提供矩阵-向量运算.针对国产SW26010-Pro众核处理器设计并实现了高性能BLAS 1、2级函数.基于RMA通信机制设计了从核归约策略,提升了BLAS 1、2级若干函数的归约效率.针对TRSV、TPSV等存在数据依赖关系的函数,提出了一套高效并行算法,该算法通过点对点同步维持数据依赖关系,设计了适用于三角矩阵的高效任务映射机制,有效减少了从核点对点同步的次数,提高了函数的执行效率.通过自适应优化、向量压缩、数据复用等技术,进一步提升了BLAS 1、2级函数的访存带宽利用率.实验结果显示, BLAS 1级函数的访存带宽利用率最高可达95%,平均可达90%以上, BLAS 2级函数的访存带宽利用率最高可达98%,平均可达80%以上.与广泛使用的开源数学库GotoBLAS相比, BLAS 1、2级函数分别取得了平均18.78倍和25.96倍的加速效果. LU分解、QR分解以及对称特征值问题通过调用所提出的高性能BLAS 1、2级函数取得了平均10.99倍的加速效果.

关键词： BLAS 1级 BLAS 2级访存带宽 SW26010-Pro众核处理器 RMA通信点对点同步自适应优化

来源：评论

学校读者我要写书评

暂无评论

三维鱼体参数化建模

引用

浙江大学学报（理学版） 2022年第1期49卷 19-26页

作者：胡海涛赵银君石敏赵国亮朱登明华北电力大学控制与计算机工程学院北京102206 中国科学院计算技术研究所前瞻研究实验室北京100190

因水下环境复杂,鱼类三维模型获取非常困难,基于三维鱼类数据驱动的很多自动化研究工作无法开展。为此,提出一种三维鱼体参数化建模方法。首先,用专业建模师构建的标准鱼体模板注册扫描仪采集三维鱼体数据,构建拓扑结构一致的三维鱼体... 详细信息

因水下环境复杂,鱼类三维模型获取非常困难,基于三维鱼类数据驱动的很多自动化研究工作无法开展。为此,提出一种三维鱼体参数化建模方法。首先,用专业建模师构建的标准鱼体模板注册扫描仪采集三维鱼体数据,构建拓扑结构一致的三维鱼体网格数据集;其次,用主成分分析法对数据集中的三维鱼体网格模型进行建模分析,建立鱼体的参数化表示模型;最后,采集草鱼数据进行相关实验。实验结果表明,注册得到的三维鱼体模型与真实扫描鱼体模型顶点之间的平均均方根误差仅为0.6913 mm,在可接受范围。通过改变三维鱼体参数化表示模型中的权参数,快速生成了大量三维鱼体数据,从而解决了三维鱼体数据获取困难的问题。

关键词：三维鱼体网格注册主成分分析参数化建模

来源：评论

学校读者我要写书评

暂无评论

面向超导量子计算机的程序映射技术研究

引用

计算机研究与发展 2021年第9期58卷 1856-1874页

作者：窦星磊刘磊陈岳涛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 中国科学院计算技术研究所北京100190

量子程序在量子计算机上执行时可能由于噪声产生错误.先前的量子程序映射策略将量子程序映射至量子计算机中的最健壮的区域上,以获得更高的保真度.在量子计算机上同时映射多个量子程序可以提升量子计算机的通量和资源利用率.但由于健壮... 详细信息

量子程序在量子计算机上执行时可能由于噪声产生错误.先前的量子程序映射策略将量子程序映射至量子计算机中的最健壮的区域上,以获得更高的保真度.在量子计算机上同时映射多个量子程序可以提升量子计算机的通量和资源利用率.但由于健壮资源稀缺、资源分配冲突,并发量子程序映射会导致整体可靠性下降.介绍了量子程序映射,对相关研究进行分类,并深入分析了其特点与区别.此外,针对并发量子程序映射问题提出了一种新的映射策略,包括3个关键设计:1)提出了社区发现辅助量子位划分算法.结合拓扑结构和错误率数据为并发量子程序进行物理量子位划分,提升初始映射可靠性,避免健壮资源的浪费.2)引入了跨程序SWAP操作,降低了并发量子程序的映射开销.3)提出了一种量子程序映射任务的调度框架,用于动态选取并发量子程序,在保证量子计算机保真度的前提下,提升了通量.所提策略较先前工作在程序执行保真度上提升了8.6%,节省了11.6%的映射开销.所设计的系统是一个面向量子计算机的操作系统原型——QuOS.

关键词：量子计算并发程序映射保真度任务调度

来源：评论

学校读者我要写书评

暂无评论

基于自集成视觉Transformer的图像检索

引用

武汉大学学报（工学版） 2024年第12期57卷 1795-1802页

作者：黄溪王先兵林海何涛武汉大学国家网络安全学院空天信息安全与可信计算教育部重点实验室湖北武汉430072 中国科学院计算技术研究所北京100190

视觉Transformer在图像分类任务方面表现出色。相较于卷积神经网络,其结构中的自注意力机制能够有效消除图像中噪声的影响,提取出图像关键特征信息表达。鉴于图像检索任务需要从图像中获取高质量的特征描述向量以提高检索的准确率,提出... 详细信息

视觉Transformer在图像分类任务方面表现出色。相较于卷积神经网络,其结构中的自注意力机制能够有效消除图像中噪声的影响,提取出图像关键特征信息表达。鉴于图像检索任务需要从图像中获取高质量的特征描述向量以提高检索的准确率,提出了一种以视觉Transformer模型为骨干网络的特征提取框架,针对视觉Transformer中的多层自注意力结构,通过自集成的方式融合多个自注意力层的特征输出作为最终图像特征,以提升模型的检索效果。在热门的公开数据集In-shop Clothes Retrieval和Stanford Online Product上进行了实验,结果表明所提方法能够有效提升视觉Transformer提取特征的检索效果,并且优于其他6种先进的图像检索方法。

关键词：视觉Transformer 图像检索自集成自注意力排序损失

来源：评论

学校读者我要写书评

暂无评论

基于软硬件协同加速的关系网络推理优化方法

引用

高技术通讯 2022年第4期32卷 327-336页

作者：张志超王剑章隆兵肖俊华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 中国科学院计算技术研究所北京100190 中国科学院大学北京100049 中国电子科技集团公司第十五研究所北京100083

针对数据中心基于图形处理器(GPU)平台的关系网络推理计算中存在的低效能问题,本文提出了一种基于软硬件协同加速的关系网络优化方法。该方法采用基于GPU提取的支持集特征池与现场可编程门阵列(FPGA)推理异构协同的方式处理关系网络的... 详细信息

针对数据中心基于图形处理器(GPU)平台的关系网络推理计算中存在的低效能问题,本文提出了一种基于软硬件协同加速的关系网络优化方法。该方法采用基于GPU提取的支持集特征池与现场可编程门阵列(FPGA)推理异构协同的方式处理关系网络的推理计算,在高效能计算的同时保持关系网络的推理计算与GPU平台一致的准确率。利用基于高级综合(HLS)优化浮点卷积神经网络的计算方式,提高关系网络的处理能效。利用多运算单元异构多核处理的方式,满足FPGA时序收敛的同时,提升FPGA片上吞吐能力。本文在FPGA平台上实现了关系网络推理运算单元,在Omniglot数据集上构建的加速器功耗为15.867W,相对于GPU加速比为1.4~17.2;在miniImageNet数据集上构建的加速器功耗为12.359W,相对于GPU加速比为1.5~3.4。本文方法与同类FPGA加速浮点卷积神经网络相比,达到了最优的计算效能。实验数据表明,该方法有效利用了软硬件协同计算以及FPGA可重构计算的优势,降低了软硬件协同开发的耦合度,在保持关系网络推理计算准确率的同时,提升了关系网络推理的计算效能。

关键词：关系网络软硬件协同加速卷积神经网络异构多核

来源：评论

学校读者我要写书评

暂无评论

面向深度学习训练的内存交换机制综述

引用

软件学报 2023年第12期34卷 5862-5886页

作者：高赫然吴恒许源佳李修和王焘张文博中国科学院大学北京100049 中国科学院软件研究所软件工程技术研究开发中心北京100190 计算机科学国家重点实验室(中国科学院软件研究所) 北京100190 国防科技大学电子对抗学院安徽合肥230037 中国科学院大学南京学院江苏南京211135 中科南京软件技术研究院江苏南京210000

随着深度学习技术的快速发展和深入应用,深度学习训练规模持续增大,内存不足已成为影响深度学习可用性的主要瓶颈之一.内存交换机制是应对深度学习训练内存问题的关键技术,该机制利用深度学习训练内存需求的“时变”特征,在专用计算加... 详细信息

随着深度学习技术的快速发展和深入应用,深度学习训练规模持续增大,内存不足已成为影响深度学习可用性的主要瓶颈之一.内存交换机制是应对深度学习训练内存问题的关键技术,该机制利用深度学习训练内存需求的“时变”特征,在专用计算加速设备内存与外部存储之间按需移动数据,通过瞬时内存需求替代累积内存需求,保障深度学习训练任务的运行.对面向深度学习训练的内存交换机制进行综述,以深度学习训练内存需求的时变特征为研究视角,分别针对基于算子运行特征的内存换出机制、基于数据依赖关系的内存换入机制以及效能驱动的联合换出与换入决策等重要研究工作进行了总结分析,并针对该技术领域的发展方向进行了展望.

关键词：深度学习训练内存交换内存需求特征

来源：评论

学校读者我要写书评

暂无评论

标签指导的双注意力深度神经网络模型

引用

模式识别与人工智能 2022年第2期35卷 175-184页

作者：彭展望朱小飞郭嘉丰重庆理工大学计算机科学与工程学院重庆400054 中国科学院计算技术研究所网络数据科学与技术重点实验室北京100190

在数据集不包含标签文本信息时,现有的显式交互分类模型无法显式计算文本单词和标签之间的语义关系.针对此问题,文中提出标签指导的双注意力深度神经网络模型.首先,提出基于逆标签频次的自动类别标签描述生成方法,为每个标签生成特定的... 详细信息

在数据集不包含标签文本信息时,现有的显式交互分类模型无法显式计算文本单词和标签之间的语义关系.针对此问题,文中提出标签指导的双注意力深度神经网络模型.首先,提出基于逆标签频次的自动类别标签描述生成方法,为每个标签生成特定的标签描述,用于显式计算文本单词与标签之间的语义关系.在此基础上,使用文本编码器学习具有上下文语境信息的评论文本表示,并提出标签指导的双注意力网络,分别学习基于自注意力的文本表示和基于标签注意力的文本表示.然后,使用自适应门控机制融合这两个文本表示,得到文本最终表示.最后,使用两层前馈神经网络作为分类器,进行情感分类.在3个公开的真实数据集上的实验表明,文中模型分类效果较优,可减少计算代价和训练时长.

关键词：情感分类标签描述生成双注意力自注意力标签注意力

来源：评论

学校读者我要写书评

暂无评论

Chip Learning:从芯片设计到芯片学习

引用

中国科学院院刊 2022年第1期37卷 15-23页

作者：陈云霁杜子东郭崎李威谭懿峻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 中国科学院大学计算机科学与技术学院北京100049

芯片是现代信息社会的关键基础设施,未来人机物三元融合的智能万物互联时代将需要大量不同种类的专用体系结构芯片。然而,芯片设计本身代价很高,具有设计周期长、过程非常复杂、专业门槛高的特点。因此,智能万物互联时代芯片需求多和芯... 详细信息

芯片是现代信息社会的关键基础设施,未来人机物三元融合的智能万物互联时代将需要大量不同种类的专用体系结构芯片。然而,芯片设计本身代价很高,具有设计周期长、过程非常复杂、专业门槛高的特点。因此,智能万物互联时代芯片需求多和芯片设计代价高之间产生了巨大的矛盾。文章提出利用芯片学习(Chip Learning)来取代芯片设计以解决上述矛盾,即采用学习的方法来完成芯片从逻辑设计到物理设计的全流程。芯片学习的目标是通过学习使得芯片设计完全不需要专业知识和设计经验,可以在短时间、无人参与的情况下高效完成。

关键词：芯片设计人工智能芯片学习设计自动化

来源：评论

学校读者我要写书评

暂无评论

基于电压调控自旋轨道矩器件多数决定逻辑门的存内华莱士树乘法器设计

引用

电子与信息学报 2024年第6期46卷 2673-2680页

作者：惠亚娟李青朕王雷敏刘成中国地质大学(武汉)自动化学院武汉430074 复杂系统先进控制与智能自动化湖北省重点实验室武汉430074 地球探测智能化技术教育部工程研究中心武汉430074 中国科学院计算技术研究所北京100080

在使用新型非易失性存储阵列进行存内计算的研究中,存内乘法器的延迟往往随着位宽的增加呈指数增长,严重影响计算性能。该文设计一种电压调控自旋轨道矩磁随机存储器(VGSOT-MRAM)单元交叉阵列,并提出一种存内华莱士树乘法器的电路设计... 详细信息

在使用新型非易失性存储阵列进行存内计算的研究中,存内乘法器的延迟往往随着位宽的增加呈指数增长,严重影响计算性能。该文设计一种电压调控自旋轨道矩磁随机存储器(VGSOT-MRAM)单元交叉阵列,并提出一种存内华莱士树乘法器的电路设计方法。所提串联存储单元结构通过电阻求和的方式,有效解决磁存储器单元阻值较低的问题;其次提出基于电压调控自旋轨道矩磁存储器单元交叉阵列的存内计算架构,利用在“读”操作期间实现的5输入多数决定逻辑门,进一步降低华莱士树乘法器的逻辑深度。与现有乘法器设计方法相比,所提方法延迟开销从O(n^(2))降低为O(log_(2)n),在大位宽时延迟更低。

关键词：存算一体新型非易失性存储器自旋轨道矩磁存储器华莱士树乘法器

来源：评论

学校读者我要写书评

暂无评论

专用处理器比较分析

引用

中国科学：信息科学 2022年第2期52卷 358-375页

作者：鄢贵海卢文岩李晓维孙凝晖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

微处理器是现代信息系统的核心基础设施.大数据、人工智能、5G等技术的快速发展催生了数据量的爆发性增长,随之对数据处理能力的需求也急剧增长.专用计算技术被广泛认为是后摩尔时代的计算机体系结构演化的重要方向.专用处理器技术的发... 详细信息

微处理器是现代信息系统的核心基础设施.大数据、人工智能、5G等技术的快速发展催生了数据量的爆发性增长,随之对数据处理能力的需求也急剧增长.专用计算技术被广泛认为是后摩尔时代的计算机体系结构演化的重要方向.专用处理器技术的发展一直伴生着通用处理器的发展,数字信号处理技术甚至早于传统意义上的通用处理器.通用处理器技术的发展,不仅在商业上取得了巨大的成功,很多关键技术也被专用处理器吸收借鉴用于提升专用计算的性能、优化可编程性等.本文主要分析了数字信号处理器(DSP)、图像处理器(GPU)、深度学习处理器(AI芯片)和网络处理器(NPU)的关键技术特征,并进一步对专用计算架构未来发展可能涉及的关键点作出了简要的评述.

关键词：专用处理器数字信号处理图像处理深度学习网络处理

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：