上海熠知电子科技有限公司专利技术

上海熠知电子科技有限公司共有18项专利

  • 本实用新型涉及监控摄像技术领域,提出一种用于道路监控的摄像机,包括:摄像机模组、视频编码器以及外壳。其可以在摄影视野覆盖整体监控场景的前提下,对远距离的局部区域实现高分辨率摄影画面的监控。并且其摄像机模组中各个镜头焦距和拍摄角度固定,降...
  • 本发明提供了一种深度学习算力虚拟化方法,包括:深度学习虚拟化平台统计业务请求到达的形态和规律,根据业务请求到达的形态和规律,智能预控制整个深度学习服务器集群的状态、以及预设置整个深度学习服务器集群的参数,以应付对该业务请求的形态和规律的...
  • 本发明提供了一种深度学习算力虚拟化系统,包括:深度学习虚拟化平台,被配置为将虚拟化的所有资源进行汇总,根据汇总的资源将业务请求分配至深度学习服务器;以及深度学习服务器,被配置为通过本地算力聚合及任务分配系统将任务分配至其内部的各个深度学...
  • 本发明提供一种基于服务器集群的深度学习方法,其中,服务器集群包括若干个分布式服务器以及第二交换机,任一分布式服务器包括若干个处理器模组及第一交换机。则深度学习方法包括:各分布式服务器通过网络获取外部设备数据,并分发至各处理器模组;各处理...
  • 本发明提供一种面向深度学习的分布式服务器,包括若干个分布式布置的处理器模组,电源模块以及数据通信模块,其中,任一处理器模组包括若干个并行分布的CPU、深度学习单元、通信模块以及存储模块,电源模块用于为所述处理器模组供电,以及数据通信模块...
  • 本发明提供一种面向深度学习的处理器模组,包括多核CPU模块、深度学习加速引擎阵列、通信模块以及存储模块。其中,多核CPU模块包括若干个并行分布的CPU;深度学习加速引擎阵列包括若干个与CPU可通信地连接的深度学习单元;通信模块包括若干个...
  • 本发明公开了一种浮点神经网络模型的量化系统,包括:组合校准算法单元,所述组合校准算法单元包括多种校准算法单元,组合校准算法单元为各个浮点神经网络模型或者一个浮点神经网络模型中的各个激活值分配不同的校准算法,以便获得量化参数,并对浮点神经...
  • 本发明提供了一种异构系统的数据处理方法、装置及计算机可读存储介质,包括:将多个神经网络中的算子进行分类,分为加速算子和非加速算子;获取各个算子的权值;进行神经网络的加速程序,调度核选择和某个加速算子的权值相匹配的非加速算子,或选择和某个...
  • 本发明公开一种神经网络的非均匀量化方法,首先,采用分段函数,将输入数据量化为第一定点数,进行储存,然后,查找第一查找表,确认第一定点数对应的第二定点数,其中第二定点数的比特数高于第一定点数,接下来,采用第二定点数进行卷积运算,得到计算结...
  • 一种池化方法、装置及系统、计算机可读存储介质,池化方法包括:每次纵向移动池化窗口后,逐行获取所述池化窗口所处各行的像素数据,所述池化窗口的尺寸为N×N,N为正整数;将获取的前N‑1行像素数据或其预池化结果写入缓存;在获取到所述池化窗口所...
  • 一种池化方法及装置、池化系统、计算机可读存储介质,池化方法包括:每次移动池化窗口后,逐列获取所述池化窗口内的各列像素数据;在获取到所述池化窗口内最后一列像素数据时,对所述池化窗口内所有像素数据进行池化运算;输出所述池化运算的池化结果。本...
  • 本发明公开了一种数据读取系统,包括:配置单元,所述配置单元接收卷积计算的参数信息;数据读取单元,所述数据读取单元对进行卷积计算的图像进行切分,使得切分后的图像块每次产生M次卷积计算所需的数据,所述数据读取单元按行读入切分后图像块;数据缓...
  • 本发明公开了一种基于虚拟通道的运算单元共享系统,包括:多路组件请求端,所述多路组件请求端中的每一路分别独立地向带凭证的仲裁器发送请求;带凭证的仲裁器,所述带凭证的仲裁器对来自所述多路组件请求端的请求进行仲裁,并将权限分配给所述多路组件请...
  • 本发明公开了一种面向多核图像处理卷积神经网络的数据读取方法,包括:A)接收卷积计算参数,所述卷积计算参数包括图像尺寸、通道数、卷积核尺寸KxK、和/或步长;B)确定图像的每行数据切分的次数及最后一次剩余数据的长度,使得切分后的图像块每次...
  • 本实用新型公开了一种红外补光灯流控电路,包括接入LED发光灯接口J3以及分压电路U3;LED发光灯接口J3的两端分别连接LED发光灯的正负两极,分别为:VDD_LED和VDD_LED‑;分压电路U3为SGM3749YTD16G型号的集成...
  • 本实用新型公开了一种POE电源电路,包括POE供电端口VCC_PSE、PMOS管Q17、电源输入端口VCC_IN、Adapter电压控制输入端口VCC_24和隔离式光耦开关U11;该电源电路中“通过二极管连接的电路”为只允许电流由单一方...
  • 本发明的实施例提供一种神经网络异构加速的方法,包括:主控单元在初始化阶段完成加速器的基本配置;所述主控单元将需要加速器进行处理的数据存储在系统存储器中;所述主控单元将命令描述符存储在所述系统存储器中;所述主控单元将命令字按照队列的方式存...
  • 本发明的实施例提供一种卷积神经网络加速装置和方法。该卷积神经网络加速装置包括:调度单元,所述调度单元根据输入数据的尺寸/维度及滤波器的尺寸/步长产生控制命令,控制数据搬移单元和行数据扩展单元的行为;数据搬移单元,根据所述调度单元的命令,...
1