- 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
本发明公开了一种面向CPU‑GPU异构片上系统的深度学习神经网络功耗优化调度方法,包括:修改神经网络的实现代码以拆分神经网络,允许定义神经网络的运行模式,选择每一层网络是在CPU上运行还是在GPU上运行,在相应的CPU‑GPU异构片上系统平台测试所有可能的运行模式的时间和功耗数据,并保存;针对电池供电的CPU‑GPU异构片上系统设备,设计电量感知的深度学习神经网络功耗元启发式优化调度算法,根据电量状态并结合任务的实时性要求,使用元启发式算法寻找最适合当前状态的切割方式。本发明能够权衡深度学习神经
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117851061A
(43)申请公布日2024.04.09
(21)申请号202410035067.2
(22)申请日2024.01.09
(71)申请人南京理工大学
地址210094
文档评论(0)