- 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
- 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于加速器约束的算子性能优化方法,基于获取到的加速器第一参数确定第一约束,再根据第一约束建立测试矩阵组集合及与测试矩阵组集合对应的测试矩阵组组合集合,再采用目标深度学习加速器完成所有测试子矩阵组的矩阵乘法运算并记录运算时间,将最小组合运算时间的矩阵组组合作为测试矩阵组的选定矩阵组组合并将选定矩阵组组合作为第二约束,对于待执行运算的输入数组分解确定目标组合,基于目标组合确定受限探索空间,最后以第二约束作为约束采用基于约束的模拟退火算法在该受限探索空间中执行寻优得到最优分解组合,从而
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117349585A
(43)申请公布日2024.01.05
(21)申请号202311644953.7
(22)申请日2023.12.04
(71)申请人北京麟卓信息科技有限公司
地址
文档评论(0)