内存计算
内存计算的相关文献在2010年到2022年内共计186篇,主要集中在自动化技术、计算机技术、电工技术、无线电电子学、电信技术
等领域,其中期刊论文93篇、会议论文11篇、专利文献385032篇;相关期刊63种,包括华东师范大学学报(自然科学版)、电力信息化、信息技术等;
相关会议9种,包括第15届中国系统仿真技术及其应用学术会议、华东师范大学“数据科学与工程”论坛内存计算数据管理主题报告会、2017年全国嵌入式系统学术会议等;内存计算的相关文献由485位作者贡献,包括刘洋、于奇、胡绍刚等。
内存计算—发文量
专利文献>
论文:385032篇
占比:99.97%
总计:385136篇
内存计算
-研究学者
- 刘洋
- 于奇
- 胡绍刚
- 于炯
- 刘睿民
- 卞琛
- 英昌甜
- 钱育蓉
- 于洪
- 张清华
- 李琪
- 胡峰
- 艾凯旋
- 邓维斌
- 郑啸
- 金海
- 钟将
- 韦虹宇
- 俞德军
- 修位蓉
- 冯永
- 刘海坤
- 周二专
- 廖小飞
- 王孝远
- 程宏亮
- 郭联伟
- 陈灿
- 于展鹏
- 佘俊
- 余快
- 余洋
- 侯玉清
- 冯东豪
- 冯琳
- 刘万奇
- 刘厚凯
- 刘双广
- 刘晓宇
- 刘益安
- 刘荫
- 刘鹏
- 利业鞑
- 卢耀宗
- 向楷
- 吴宣够
- 周伟
- 周佳祥
- 周国亮
- 周敏奇
-
-
魏正;
张兴军;
卓志敏;
纪泽宇;
李泳昊
-
-
摘要:
卷积神经网络在诸多领域已经取得超出人类的成绩.但是,随着模型存储开销和计算复杂性的不断增加,限制处理单元和内存单元之间数据交换的"内存墙"问题阻碍了其在诸如边缘计算和物联网等资源受限环境中的部署.基于阻变存储的硬件加速器由于具有高集成度和低功耗等优势,被广泛应用于加速矩阵-向量乘运算,但是其不适合进行32 b浮点数计算,因此需要量化来降低数据精度.手工为每一层确定量化位宽非常耗时,近期的研究针对现场可编程门阵列(field programmable gate array,FPGA)平台使用基于深度确定性策略梯度(deep deterministic policy gradient,DDPG)的强化学习来进行自动量化,但需要将连续动作转换为离散动作,并通过逐层递减量化位宽来满足资源约束条件.基于此,提出基于近端策略优化(proximal policy optimization,PPO)算法的阻变存储硬件加速器自动量化,使用离散动作空间来避免动作空间转换步骤,设计新的奖励函数使PPO自动学习满足资源约束的最优量化策略,并给出软硬件设计改动以支持混合精度计算.实验结果表明:与粗粒度的量化相比,提出的方法可以减少20%~30%的硬件开销,而不引起模型准确度的过多损失.与其他自动量化相比,提出的方法搜索时间短,并且在相同的资源约束条件下可以进一步减少约4.2%的硬件开销.这为量化算法和硬件加速器的协同设计提供了参考.
-
-
夏立斌;
刘晓宇;
孙玮;
姜晓巍;
孙功星
-
-
摘要:
当今诸多工程问题及科学研究中,都面临着大数据处理和高性能计算任务的双重挑战。基于内存计算技术提出的分布式处理框架Spark已在学术和工业界得到了广泛的应用,但其MapReduce-like的编程模型在任务间无法进行通信,导致科学计算中的数值算法无法进行高效实现。针对上述问题,研究了一种Spark内存计算与MPI消息传递模型相结合的解决方案,充分利用内存访问存取快速的特点和MPI的多种高性能通信机制,解决了Spark编程模型表达能力不足的缺陷,同时为MPI提供了面向数据的DAG计算方式。通过对Spark内部的运行环境和调度系统进行修改,使得MPI在Spark中得以无缝融合,为高性能计算和大数据任务提供了一个统一的内存计算系统。测试结果表明,在数值计算和迭代算法上相比Spark至少有50%的性能提升。
-
-
王海萍
-
-
摘要:
互联网时代背景下,如何提供高效并精确的文献检索服务是目前图书馆文献检索领域的难题.针对这一问题,首先分析了现阶段图书馆信息检索领域的研究方向和应用需求,然后提出基于Spark内存计算框架的文献检索服务方案,通过添加惩罚系数对Spark推荐算法进行了优化,最后以某高校图书馆近5年的检索数据进行反演.研究发现:首先,基于Spark内存计算的文献检索系统从文献服务平台、文献数据分析和文献数据聚合3个层次进行了重新定义,有效解决了传统检索方式中大数据反复在硬盘和内存中的交换导致效率低下问题;其次,加入惩罚系数后可以有效剔除检索过程中无效列表,在文献推荐方面准确度进一步提高;最后,对比试验发现,当文献数量在50 000份以内时,Spark内存计算方式运算速度较传统方式能够提升1倍,检索准确性两者相当;当文献数量280 000份时,内存计算方法在准确率上提升约14.3%,召回率上提升10.5%,同时速度较之前缩短约30%.希望本文的研究成果为图书馆文献检索服务提供一定参考和借鉴.
-
-
冯韶华
-
-
摘要:
ERP系统作为支撑集团公司业务发展的核心信息系统,为集团公司企业信息化发展发挥着重大作用,同时随着集团公司业务的日益发展壮大和ERP系统的深化应用,ERP系统面临设备老化、系统性能下降、存储增长过快导致的存储空间压力和软件版本陈旧导致的各类系统问题,通过利用内存计算和云化技术,完成了ERP系统优化,实现了系统全面升级、系统云化和数据优化压缩,性能得到了极大提升,各类报表查询耗时大幅度降低,工作效率明显提升,保证了集团性企业ERP系统的持续、高效、可靠、稳定运行,同时也为各企业ERP系统的升级优化提供参考.
-
-
王新建;
李红军
-
-
摘要:
随着电力改革深入,发电企业的竞争越来越激烈,控制成本势在必行.基于企业ERP系统,利用移动应用、内存计算等技术手段,优化ERP流程操作,打造安全、高效、透明的物资供应体系,提效率升服务,是企业通过产业数字化来实现降本增效的一大重点,笔者结合基于内存计算和移动应用技术在ERP应用的研究进行分析,旨在为基于ERP应用优化的企业提供有益的参考.
-
-
毛海宇;
舒继武;
李飞;
刘喆
-
-
摘要:
随着应用数据处理需求的激增,在传统冯·诺依曼(von Neumann)体系结构中,处理器到主存之间的总线数据传输逐渐成为瓶颈.不仅如此,近年来兴起的数据密集型应用,如神经网络和图计算等,呈现出较严重的数据局部性,缓存命中率低.在这些新兴数据密集型应用的处理过程中,中央处理器到主存间的数据传输量大,导致系统的性能不佳且能耗变高.针对传统冯·诺依曼体系结构的局限性,内存计算通过赋予主存端一定的计算能力,以缓解因数据量大以及数据局部性差带来的总线拥堵和传输能耗高的问题.内存计算有两大形式,一种是以高带宽的连接方式将计算资源集成到主存单元中(近数据计算),另一种是直接利用存储单元做计算(存内计算).这两种形式有各自的优缺点和适用场景.本文首先介绍并分析了内存计算的提出和兴起原因,然后从硬件和微体系结构方面介绍内存计算技术,接着分析和总结了内存计算所面临的挑战,最后介绍了内存计算给目前流行的应用带来的机遇.
-
-
赵鑫;
汪丽娟;
行艳妮;
赵燚;
赵京霞;
钱育蓉
-
-
摘要:
针对大数据背景下K-means存在选取质心导致的局部最优解、聚类速度慢的问题,提出一种Flink平台下的CK-means聚类优化及并行策略.从算法优化层面,采用Canopy算法确定聚类数目k并选取初始质心;从并行化加速层面,基于Flink平台设计了一种面向CK-means的并行加速策略,并分析不同并行度对计算耗时的影响.经实验,相较于K-means算法,CK-means算法的准确率与迭代次数间的比值更高,算法性能更优,在iris数据集中性能比提升44.79%,在wine数据集中性能比提升32.03%;同时证明了不同并行度下CK-means算法的聚类耗时呈现先下降后上升的趋势,其聚类耗时的最小值与数据集的大小相关.
-
-
任新月
-
-
摘要:
随着国家互联网+战略部署及移动、宽带用户规模的持续提升,通信运营商沉淀了大量用户资料、订购、消费、行为等数据资产.通过大规模并行处理、内存计算、微服务架构等相关技术的研究,可以实现从海量数据中高效洞察市场空间,及时将商机转化为企业价值,同时将通信服务精准匹配到各类市场特征的个人、企业客户的差异化需求,充分体现通信运营商的央企责任,形成良好的服务感知和社会效应.
-
-
-
-
LIU Bi-Cheng;
刘必成;
WU Ting-Ming;
吴庭明;
CHEN Ming-Song;
陈铭松;
GU Shou-Zhen;
谷守珍;
CHEN Wen-Jie;
陈闻杰
- 《2017年全国嵌入式系统学术会议》
| 2017年
-
摘要:
内存计算作为一种新兴的技术,支持数据在存储单元内就地处理,减少了数据的移动并增加了数据的并行处理,在一定程度上弥补了冯·诺伊曼架构的缺陷.和传统易失随机存储介质相比,赛道型内存(Racetrack Memory)具有密度大、非易失且静态功耗低等特点,支持高效的内存计算.为解决性能与功耗问题,本文提出了一种新型的基于斯格明子(Skyrmion)介质的非易失性内存计算框架.该框架采用斯格明子赛道内存(Skyrmion-based Racetrack Memory)作为存储单元,采用斯格明子逻辑门(Skyrmion-basedLogic Gate)构成的加法/乘法器组成计算单元,无须大量CMOS电路辅助,设计复杂度大大降低.同时,本文通过在电路级优化存储单元读写端口数目与在系统级改进内存地址映射方式,大幅提高该框架的运行效率.实验结果表明,相比基于磁畴壁的非易失性内存计算框架,本文提出的框架在运行时间上节省了48.1%,同时在能耗上节省了42.9%.
-
-
蔡颖嘉;
沈松;
郑俊华
- 《中国烟草学会2017年学术年会》
| 2017年
-
摘要:
在大数据时代,数据量的剧增是影响数据中心性能的关键因素.通过对内存计算技术和数据建模技术的研究和运用,设计和实现了一个高性能数据中心.经过实际的测试,数据中心在性能上有了大幅提升,在海量数据下仍能保持良好的性能.
-
-
-
-
-
-
-
汪家全;
高健;
王菲
- 《第二十六届测试与故障诊断技术研讨会》
| 2017年
-
摘要:
在飞机的研制过程中,飞机飞行试验是飞机交付运营前的必要环节,也对中国航空事业的发展起到重要作用,在飞机飞行试验过程中产生大量的试验数据,这些数据对飞机的研制、定型、改进具有重要意义.传统的试验数据预处理技术多采用单机工作模式,本文研究一种新的试验数据预处理技术,基于spark分布式内存计算技术解决海量试验数据高速处理问题.该研究能够有效减少航空领域429协议、232协议、664协议的数据预处理时间,提高飞行试验的效率.
-
-
王晓栋;
汪家全;
王仙勇;
王浩
- 《第六届国防科技工业试验与测试技术发展战略高层论坛》
| 2016年
-
摘要:
民用客机飞行试验对于中国航空事业的发展具有重要的意义,而处理飞行试验数据是飞行试验中必不可少的环节.针对飞行试验数据量大、数据结构复杂、解析耗时长的问题,本文设计了一种飞行试验大数据处理系统.该系统基于主流的大数据处理技术,把试验数据存储到计算机集群的分布式文件系统中,利用内存计算技术实现对试验数据的并行处理.使用该系统可以有效地减少处理试验数据所需花费的时间,提高飞行试验的效率.
-