CN113869520A - 一种共享控制的量子计算机体系结构及其计算方法 - Google Patents

一种共享控制的量子计算机体系结构及其计算方法 Download PDF

Info

Publication number
CN113869520A
CN113869520A CN202111221119.8A CN202111221119A CN113869520A CN 113869520 A CN113869520 A CN 113869520A CN 202111221119 A CN202111221119 A CN 202111221119A CN 113869520 A CN113869520 A CN 113869520A
Authority
CN
China
Prior art keywords
quantum
data
control
controller
measurement
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202111221119.8A
Other languages
English (en)
Other versions
CN113869520B (zh
Inventor
单征
刘福东
王立新
王卫龙
穆清
费洋扬
孟祥栋
赵博
许瑾晨
乔猛
周蓓
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Information Engineering University of PLA Strategic Support Force
Original Assignee
Information Engineering University of PLA Strategic Support Force
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Information Engineering University of PLA Strategic Support Force filed Critical Information Engineering University of PLA Strategic Support Force
Priority to CN202111221119.8A priority Critical patent/CN113869520B/zh
Publication of CN113869520A publication Critical patent/CN113869520A/zh
Application granted granted Critical
Publication of CN113869520B publication Critical patent/CN113869520B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N10/00Quantum computing, i.e. information processing based on quantum-mechanical phenomena

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Computing Systems (AREA)
  • Evolutionary Computation (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Superconductor Devices And Manufacturing Methods Thereof (AREA)
  • Memory System (AREA)

Abstract

本发明公开一种共享控制的量子计算机体系结构及其计算方法,该体系结构包括经典部分,用于进行数据的存储、读入及输出,包含输入设备、存储器及输出设备;CPU部分,用于进行指令的执行及数据的传输,包含运算器及控制器;量子部分,用于对CPU部分传输的经典部分的数据进行转化及量子运算,包含量子操控设备、量子处理器及量子测量设备;量子操控设备将接收的CPU部分传输的数据转化为量子数据及控制信息,将其送入至量子处理器中进行量子运算,最终通过量子测量设备对量子比特实施投影测量,测量的结果以比特的形式与控制器相连作为量子处理器输入,通过量子测量设备与控制器相连作为量子处理器输出。本发明提升了整体的计算效率。

Description

一种共享控制的量子计算机体系结构及其计算方法
技术领域
本发明属于量子计算机技术领域,尤其涉及一种共享控制的量子计算机体系结构及其计算方法。
背景技术
量子计算在质因子分解、无序数据库搜索等问题上相对于经典的计算机具有指数级的加速,可在多项式时间内完成上述任务,因此量子计算在国防以及商业上都具有极为重要的价值与意义。目前量子计算的理论研究以及量子计算机的研究是目前全球研究的热点方向。
虽然量子计算在处理一些问题上具有较大的优势,经典计算机在处理普通的算数运算和控制方面具有显著的优势:一方面,已经证明量子计算机在处理普通算数逻辑运算等多项式复杂度问题(P问题)上的功效不会优于经典计算机;另一方面,如果使用量子计算机对量子计算的流程进行控制,则要消耗大量量子资源。“控制”是现代经典计算机的一大优势,因此目前量子计算机通常是由经典计算部分和量子计算部分两者联合完成运算的,其中经典计算机负责控制量子运算流程以及进行普通算术逻辑运算,量子计算部分则专门处理一直的在量子计算机上存在有效优势算法的问题。因此,学术界普遍认为量子计算机模型再计算能力上不弱于经典计算机模型,即所有经典计算机可以处理的计算问题用量子计算机一定可以处理,但考虑到功效和实现的复杂性,目前认为量子计算机将不会取代经典计算机而将成为经典计算机的一个重要补充。
上述结构的代表是Knill提出的量子计算机混合结构(Hybrid Architecture)模型,如图1所示,它由经典计算设备和量子计算设备以及两者之间的通信系统组成。其中,经典计算机部分作为量子计算机的主控端,量子计算部分则是作为受经典部分控制的协同处理端。
由于Knill提出的混合结构中对于工程实现上过于粗略,经典计算设备只负责系统中的控制,并没有提及经典计算和量子计算部分如何完成协同计算。并且Knill的混合结构主要分为主控端以及量子协处理端,两个部分之间耦合度较高,难以进行分布式扩展,处理规模较大的数据时效率较低。
发明内容
本发明针对Knill提出的混合结构中对于工程实现上过于粗略,经典计算设备只负责系统中的控制,并没有提及经典计算和量子计算部分如何完成协同计算;并且Knill的混合结构主要分为主控端以及量子协处理端,两个部分之间耦合度较高,难以进行分布式扩展,处理规模较大的数据时效率较低的问题,提出一种共享控制的量子计算机体系结构及其计算方法。
为了实现上述目的,本发明采用以下技术方案:
本发明提出一种共享控制的量子计算机体系结构,包括经典部分、CPU部分以及量子部分;
所述经典部分用于进行数据的存储、读入以及输出,经典部分包含输入设备、存储器以及输出设备;
所述CPU部分用于进行指令的执行以及数据的传输,CPU部分包含运算器以及控制器;所述控制器用于控制经典部分的运算,还用于对量子部分进行数据的传输以及控制;
所述量子部分用于对CPU部分传输的经典部分的数据进行转化及量子运算,量子部分包含量子操控设备、量子处理器及量子测量设备;量子操控设备将接收的CPU部分传输的数据转化为量子数据以及控制信息,将其送入至量子处理器中进行量子运算,最终通过量子测量设备对量子比特实施投影测量,测量的结果以比特的形式与控制器相连作为量子处理器输入,通过量子测量设备与控制器相连作为量子处理器输出。
进一步地,所述共享控制的量子计算机体系结构中量子数据不流动,不存在纯量子的数据流。
进一步地,所述控制器通过量子操控设备和量子测量设备对量子处理器实时操作、控制和测量,即输入、控制和读取操作。
进一步地,所述量子操控设备为量子部分的输入设备,所述量子测量设备为量子部分的输出设备。
进一步地,所述存储器为分布式存储。
进一步地,所述共享控制的量子计算机体系结构支持分布式扩展。
本发明还提出一种共享控制的量子计算机体系结构中量子部分的计算方法,该方法基于所述一种共享控制的量子计算机体系结构,包括:
量子部分启动时,量子操控设备初始化所有量子比特为零基态,等待后续指令的到来;
量子操控设备依据指令制备量子处理器中量子比特初态,并依据操控信息实施量子演化过程;
演化执行过程中,量子操控设备依据控制器“指示”按时序向量子处理器发送所需执行的操作至所需作用的量子比特,完成量子状态的酉变化;
在所有的演化完成后,量子测量设备在控制器的控制下对量子处理器中的量子比特实时测量操作,使其发生坍缩,获取探索后的本征值状态并将其转换为比特信息,并将测量结果送回到控制器,通过控制器存储到存储器内;
测量实施之后,一轮量子计算任务完成,量子部分重新制备零基态,等待新一轮量子计算的开始。
进一步地,在所述量子部分启动时,量子操控设备初始化所有量子比特为零基态,等待后续指令的到来之前,还包括:
所有的程序和数据均以经典数据的形式存储于经典部分的存储器中,CPU部分将存储器内的数据和程序中所需量子执行的部分进行格式转换并发送至量子操控设备。
与现有技术相比,本发明具有的有益效果:
本发明提出的共享控制的量子计算机体系结构与Knill所提结构不同之处在于,本发明将量子部分与经典部分完全分隔开,即将CPU从经典计算部分中抽取出来作为控制量子与经典部分的中间件,使得经典部分与量子部分之间完全透明,只使用CPU对这两个部分进行数据传输以及控制,即共享CPU部分。
本发明提出的共享控制的量子计算机体系结构明确了Knill混合结构中经典计算和量子计算部分协同计算的过程,使其可以真正的工程化落地。
本发明提出的共享控制的量子计算机体系结构中量子部分与经典部分共享CPU部分,相较于Knill混合结构降低了耦合度,提升了整体的计算效率。
本发明提出的共享控制的量子计算机体系结构的经典部分中的存储器可以根据实际需要扩展为分布式存储,对于CPU部分以及量子部分同样可以根据实际情况进行分布式的扩展,自由度较高,可以有效的增加在处理以及存储大规模数据时的效率。
附图说明
图1为Knill提出的混合结构;
图2为本发明实施例的一种共享控制的量子计算机体系结构示意图。
具体实施方式
下面结合附图和具体的实施例对本发明做进一步的解释说明:
如图2所示,本发明的一种共享控制的量子计算机体系结构,包括经典部分、CPU部分以及量子部分;
所述经典部分用于进行数据的存储、读入以及输出,经典部分包含输入设备、存储器以及输出设备。具体地,输入设备以及输出设备为用户交互界面,用户可以通过输入设备以及输出设备对共享控制的量子计算机体系结构的量子计算机进行指令的输入以及结果的查看。存储器则主要对经典的数据进行存储。
所述CPU部分用于进行指令的执行以及数据的传输,CPU部分包含运算器以及控制器。具体地,CPU部分与经典计算机的CPU部分功能相似,主要是进行经典算法的执行以及功能的控制,不同的点在于本申请的CPU部分中的控制器部分还需要对量子设备进行数据的传输以及控制。CPU部分是经典部分与量子部分的中间件,通过CPU部分可以减少经典部分与量子部分的交互次数,降低整体架构的耦合度。
所述量子部分用于对CPU部分传输的经典部分的数据进行转化及量子运算,量子部分包含量子操控设备、量子处理器及量子测量设备;量子操控设备将接收的CPU部分传输的数据转化为量子数据以及控制信息,将其送入至量子处理器中进行量子运算,最终通过量子测量设备对量子比特实施投影测量,测量的结果以比特的形式与控制器相连作为量子处理器输入,通过量子测量设备与控制器相连作为量子处理器输出。
具体地,量子处理器含有量子比特,并维持、存储量子计算过程中所产生的量子态,是量子运算发生的场所。受限于目前工程技术的水平,在该体系结构中量子数据是不流动的,不存在纯量子的数据流,这与经典体系结构不同。
量子操控设备为量子部分的输入设备,是一种经典设备,通过经典部分的控制器控制将量子比特操控信息转化为量子处理器所能接受的控制信息,并对量子处理器中的量子比特实施控制。
量子测量设备为量子部分的输出设备,其中内置量子测量器件,接受来自控制器的控制信息,并对量子处理器的量子比特实施投影测量操作,测量造成该量子位的状态向其本征值(“0”或者“1”)坍缩。坍缩将导致反应量子态的某个物理量发生可测的变化,这个变化被测量期间探测到并根据其矢量的正负或者相位将其映射为经典数值0或者1,并将其以经典比特的形式输出。
控制器不仅控制着经典部分的运算,还在响应系统软件的操控下通过量子操控设备和量子测量设备对量子处理器实时操作、控制和测量,即输入、控制和读取操作,是该体系结构中起控制作用的核心部件。该结构中其他经典部分完全符合冯诺依曼结构。
作为一种可实施方式,共享控制的量子计算机体系结构的经典部分中的存储器可以根据实际需要扩展为分布式存储,对于CPU部分以及量子部分同样可以根据实际情况进行分布式的扩展,自由度较高,可以有效的增加在处理以及存储大规模数据时的效率。
在上述实施例的基础上,本发明还提出一种共享控制的量子计算机体系结构中量子部分的计算方法。
目前被普遍认同的量子计算理论建立在一套量子力学框架之上,这个框架被总结为量子力学的“四大公设(postulates)”。根据这个框架,通用量子计算的一般步骤是:
(1)初化(initialization)。在量子设备中产生初态的过程。即在量子设备输入数据对应的量子物理态,初态既可以是确定的基态也可以是已知概率幅的叠加态;
(2)演化(evolution)。在量子计算设备的操控下,量子位的态遵从量子力学原理在鼓励物理环境下随时间进行变化的过程。由量子力学的第二公设可知,所有量子态的演化都是酉演化(unitary-evolution),任何酉演化都可用酉矩阵精确描述;
(3)测量(measurement)。量子计算部分完成所有演化后,计算结果存在于量子态中,欲将其转换为经典数据,必须执行测量步骤。该步骤一般是对计算结果所在量子位进行量子投影测量,测量使量子位状态向本征值坍缩,进而得到运算结果。经过测量,所需要的结果就会以经典形式得到,这个结果以经典数据形式传出并送往经典计算部分,通过分析该数据的可信度以确定使用此数据,还是重新进行该步骤的量子计算。
本发明提出的共享控制(“经典+量子”)的量子计算机体系结构为通用量子计算机架构,因此在上述框架的指导下,共享控制的量子计算机体系结构中量子部分的计算流程为:
根据共享控制的量子计算机体系结构以及量子图灵机计算模型,在计算开始之前,所有的程序和数据(包括量子程序、经典程序、量子数据和经典数据)均以经典数据的形式存储于经典部分的存储器中。CPU部分在系统软件的支撑下将存储器内的数据和程序进行分析,所需量子执行部分均转换为相应格式发送至量子操控设备。
(1)量子部分启动时,量子操控设备会初始化所有量子比特为零基态(即量子位0态的概率幅为1,1态的概率幅为0),等待后续指令的到来。
(2)量子部分的工作以量子操控设备得到初始化指令开始。量子操控设备依据指令制备量子处理器中量子比特初态,并依据操控信息实施量子演化过程。
(3)演化过程仅需量子操控设备和量子处理器参与。执行过程中,量子操控设备依据控制器“指示”按时序向量子处理器发送所需执行的操作(量子基础门组)至所需作用的量子比特,从而完成量子状态的酉变化。
(4)在所有的演化完成后,量子测量设备在控制器的控制下对量子处理器中的特定量子比特实时测量操作,使其发生坍缩,获取探索后的本征值状态并将其转换为经典比特信息,并将测量结果送回到控制器,通过控制器再存储到存储器内。
测量实施之后,一轮量子计算任务完成,量子部分将重新制备零基态,等待新一轮量子计算的开始。
综上,本发明提出的共享控制的量子计算机体系结构与Knill所提结构不同之处在于,本发明将量子部分与经典部分完全分隔开,即将CPU从经典计算部分中抽取出来作为控制量子与经典部分的中间件,使得经典部分与量子部分之间完全透明,只使用CPU对这两个部分进行数据传输以及控制,即共享CPU部分。本发明提出的共享控制的量子计算机体系结构明确了Knill混合结构中经典计算和量子计算部分协同计算的过程,使其可以真正的工程化落地。本发明提出的共享控制的量子计算机体系结构中量子部分与经典部分共享CPU部分,相较于Knill混合结构降低了耦合度,提升了整体的计算效率。本发明提出的共享控制的量子计算机体系结构的经典部分中的存储器可以根据实际需要扩展为分布式存储,对于CPU部分以及量子部分同样可以根据实际情况进行分布式的扩展,自由度较高,可以有效的增加在处理以及存储大规模数据时的效率。
以上所示仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。

Claims (8)

1.一种共享控制的量子计算机体系结构,其特征在于,包括经典部分、CPU部分以及量子部分;
所述经典部分用于进行数据的存储、读入以及输出,经典部分包含输入设备、存储器以及输出设备;
所述CPU部分用于进行指令的执行以及数据的传输,CPU部分包含运算器以及控制器;所述控制器用于控制经典部分的运算,还用于对量子部分进行数据的传输以及控制;
所述量子部分用于对CPU部分传输的经典部分的数据进行转化及量子运算,量子部分包含量子操控设备、量子处理器及量子测量设备;量子操控设备将接收的CPU部分传输的数据转化为量子数据以及控制信息,将其送入至量子处理器中进行量子运算,最终通过量子测量设备对量子比特实施投影测量,测量的结果以比特的形式与控制器相连作为量子处理器输入,通过量子测量设备与控制器相连作为量子处理器输出。
2.根据权利要求1所述的一种共享控制的量子计算机体系结构,其特征在于,所述共享控制的量子计算机体系结构中量子数据不流动,不存在纯量子的数据流。
3.根据权利要求1所述的一种共享控制的量子计算机体系结构,其特征在于,所述控制器通过量子操控设备和量子测量设备对量子处理器实时操作、控制和测量,即输入、控制和读取操作。
4.根据权利要求1所述的一种共享控制的量子计算机体系结构,其特征在于,所述量子操控设备为量子部分的输入设备,所述量子测量设备为量子部分的输出设备。
5.根据权利要求1所述的一种共享控制的量子计算机体系结构,其特征在于,所述存储器为分布式存储。
6.根据权利要求1所述的一种共享控制的量子计算机体系结构,其特征在于,所述共享控制的量子计算机体系结构支持分布式扩展。
7.一种共享控制的量子计算机体系结构中量子部分的计算方法,其特征在于,该方法基于权利要求1-6任一所述一种共享控制的量子计算机体系结构,包括:
量子部分启动时,量子操控设备初始化所有量子比特为零基态,等待后续指令的到来;
量子操控设备依据指令制备量子处理器中量子比特初态,并依据操控信息实施量子演化过程;
演化执行过程中,量子操控设备依据控制器“指示”按时序向量子处理器发送所需执行的操作至所需作用的量子比特,完成量子状态的酉变化;
在所有的演化完成后,量子测量设备在控制器的控制下对量子处理器中的量子比特实时测量操作,使其发生坍缩,获取探索后的本征值状态并将其转换为比特信息,并将测量结果送回到控制器,通过控制器存储到存储器内;
测量实施之后,一轮量子计算任务完成,量子部分重新制备零基态,等待新一轮量子计算的开始。
8.根据权利要求7所述的一种共享控制的量子计算机体系结构中量子部分的计算方法,其特征在于,在所述量子部分启动时,量子操控设备初始化所有量子比特为零基态,等待后续指令的到来之前,还包括:
所有的程序和数据均以经典数据的形式存储于经典部分的存储器中,CPU部分将存储器内的数据和程序中所需量子执行的部分进行格式转换并发送至量子操控设备。
CN202111221119.8A 2021-10-20 2021-10-20 一种共享控制的量子计算机体系结构及其计算方法 Active CN113869520B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111221119.8A CN113869520B (zh) 2021-10-20 2021-10-20 一种共享控制的量子计算机体系结构及其计算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111221119.8A CN113869520B (zh) 2021-10-20 2021-10-20 一种共享控制的量子计算机体系结构及其计算方法

Publications (2)

Publication Number Publication Date
CN113869520A true CN113869520A (zh) 2021-12-31
CN113869520B CN113869520B (zh) 2022-07-01

Family

ID=78996768

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111221119.8A Active CN113869520B (zh) 2021-10-20 2021-10-20 一种共享控制的量子计算机体系结构及其计算方法

Country Status (1)

Country Link
CN (1) CN113869520B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114528021A (zh) * 2022-01-28 2022-05-24 中国人民解放军战略支援部队信息工程大学 分时复用量子测控系统及低功耗高效率量子测控编译方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1870015A (zh) * 2006-06-28 2006-11-29 中山大学 一种协同量子计算机体系结构方案
US20170104493A1 (en) * 2015-10-07 2017-04-13 Kabushiki Kaisha Toshiba Quantum computation apparatus and quantum computation method
CN110490327A (zh) * 2019-07-23 2019-11-22 湖北工业大学 量子计算机量子处理单元、量子电路以及量子电路量子算法
CN111310929A (zh) * 2020-03-12 2020-06-19 苏州浪潮智能科技有限公司 面向量子计算的数据交互设备、方法、装置及介质
US20200201379A1 (en) * 2018-12-21 2020-06-25 Intel Corporation Apparatus and method for dynamically adjusting quantum computer clock frequency with a locking pulse
US20200327441A1 (en) * 2019-04-09 2020-10-15 Zapata Computing, Inc. Hybrid Quantum-Classical Computer System and Method for Optimization
CN112714905A (zh) * 2018-07-18 2021-04-27 爱奥尼克公司 量子混合计算

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1870015A (zh) * 2006-06-28 2006-11-29 中山大学 一种协同量子计算机体系结构方案
US20170104493A1 (en) * 2015-10-07 2017-04-13 Kabushiki Kaisha Toshiba Quantum computation apparatus and quantum computation method
CN112714905A (zh) * 2018-07-18 2021-04-27 爱奥尼克公司 量子混合计算
US20200201379A1 (en) * 2018-12-21 2020-06-25 Intel Corporation Apparatus and method for dynamically adjusting quantum computer clock frequency with a locking pulse
US20200327441A1 (en) * 2019-04-09 2020-10-15 Zapata Computing, Inc. Hybrid Quantum-Classical Computer System and Method for Optimization
CN110490327A (zh) * 2019-07-23 2019-11-22 湖北工业大学 量子计算机量子处理单元、量子电路以及量子电路量子算法
CN111310929A (zh) * 2020-03-12 2020-06-19 苏州浪潮智能科技有限公司 面向量子计算的数据交互设备、方法、装置及介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
L. RIESEBOS 等: "Quantum Accelerated Computer Architectures", 《2019 IEEE INTERNATIONAL SYMPOSIUM ON CIRCUITS AND SYSTEMS (ISCAS)》 *
熊众: "量子计算机接口架构设计与研究", 《中国优秀博硕士学位论文全文数据库(硕士) 信息科技辑》 *
王锐: "量子处理器架构的设计与仿真研究", 《中国优秀博硕士学位论文全文数据库(硕士) 基础科学辑》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114528021A (zh) * 2022-01-28 2022-05-24 中国人民解放军战略支援部队信息工程大学 分时复用量子测控系统及低功耗高效率量子测控编译方法
CN114528021B (zh) * 2022-01-28 2022-11-08 中国人民解放军战略支援部队信息工程大学 分时复用量子测控系统及低功耗高效率量子测控编译方法

Also Published As

Publication number Publication date
CN113869520B (zh) 2022-07-01

Similar Documents

Publication Publication Date Title
JP3509027B2 (ja) 数式プロセッサ、および該数式プロセッサを用いて複数の数式を構成する方法
CN113869520B (zh) 一种共享控制的量子计算机体系结构及其计算方法
US20200234117A1 (en) Batched reinforcement learning
CN109522108A (zh) 一种基于Kernel合并的GPU任务调度系统及方法
Govett et al. Parallelization and Performance of the NIM Weather Model on CPU, GPU, and MIC Processors
WO2020246073A1 (en) Information processing device, pubo solver, information processing method and non-transitory storage medium
CN111126583A (zh) 一种通用神经网络加速器
Wang et al. WooKong: A ubiquitous accelerator for recommendation algorithms with custom instruction sets on FPGA
Li et al. Exploring the high performance computing-enablement of a suite of gene-knockout based genetic engineering applications
CN112069662A (zh) 一种基于人机混合增强的复杂产品自主构建方法和模块
Malakonakis et al. Exploring modern FPGA platforms for faster phylogeny reconstruction with RAxML
US20090216998A1 (en) Apparatus for and Method of Processor to Processor Communication for Coprocessor Functionality Activation
Zhou et al. Accelerating distributed deep learning training with compression assisted allgather and reduce-scatter communication
CN112560928B (zh) 负样本挖掘方法、装置、电子设备及存储介质
Chitnis et al. Novel OpenVX implementation for heterogeneous multi-core systems
US6931624B1 (en) Programming method and model for expressing synchronous, fine-grained parallelism
CN106951304A (zh) 并发调用方法及装置
Yu et al. INCAME: Interruptible CNN accelerator for multirobot exploration
Li et al. Fold3d: Rethinking and parallelizing computational and communicational tasks in the training of large dnn models
CN114327643B (zh) 机器指令预处理方法、电子设备及计算机可读存储介质
Luan et al. An Improved Apriori Algorithm Based on Data Mining
US20230385227A1 (en) Remote descriptor to enable remote direct memory access (rdma) transport of a serialized object
ГНАТЧУК et al. USING ARTIFICIAL INTELLIGENCE ACCELERATORS TO TRAIN COMPUTER GAME CHARACTERS
Wang et al. DPX10: An efficient X10 framework for dynamic programming applications
US20240111694A1 (en) Node identification allocation in a multi-tile system with multiple derivatives

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant