JP7272937B2 - ディープソリッドステート装置及びニューラルネットワークベースの永続的データストレージ - Google Patents
ディープソリッドステート装置及びニューラルネットワークベースの永続的データストレージ Download PDFInfo
- Publication number
- JP7272937B2 JP7272937B2 JP2019209473A JP2019209473A JP7272937B2 JP 7272937 B2 JP7272937 B2 JP 7272937B2 JP 2019209473 A JP2019209473 A JP 2019209473A JP 2019209473 A JP2019209473 A JP 2019209473A JP 7272937 B2 JP7272937 B2 JP 7272937B2
- Authority
- JP
- Japan
- Prior art keywords
- dataset
- circuit
- machine learning
- data set
- transformed
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F12/00—Accessing, addressing or allocating within memory systems or architectures
- G06F12/02—Addressing or allocation; Relocation
- G06F12/0223—User address space allocation, e.g. contiguous or non contiguous base addressing
- G06F12/023—Free address space management
- G06F12/0238—Memory management in non-volatile memory, e.g. resistive RAM or ferroelectric memory
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
- G06F3/0601—Interfaces specially adapted for storage systems
- G06F3/0628—Interfaces specially adapted for storage systems making use of a particular technique
- G06F3/0655—Vertical data movement, i.e. input-output transfer; data movement between one or more hosts and one or more storage devices
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
- G06F3/0601—Interfaces specially adapted for storage systems
- G06F3/0668—Interfaces specially adapted for storage systems adopting a particular infrastructure
- G06F3/0671—In-line storage system
- G06F3/0673—Single storage device
- G06F3/0679—Non-volatile semiconductor memory device, e.g. flash memory, one time programmable memory [OTP]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
- G06F3/0601—Interfaces specially adapted for storage systems
- G06F3/0602—Interfaces specially adapted for storage systems specifically adapted to achieve a particular effect
- G06F3/0604—Improving or facilitating administration, e.g. storage management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
- G06F3/0601—Interfaces specially adapted for storage systems
- G06F3/0628—Interfaces specially adapted for storage systems making use of a particular technique
- G06F3/0638—Organizing or formatting or addressing of data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/06—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons
- G06N3/063—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons using electronic means
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/082—Learning methods modifying the architecture, e.g. adding, deleting or silencing nodes or connections
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Mathematical Physics (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- Human Computer Interaction (AREA)
- Neurology (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Machine Translation (AREA)
- Memory System (AREA)
- Memory System Of A Hierarchy Structure (AREA)
Description
102 ホストコンピューティング装置
104 ストレージ装置
112 ホストインターフェース回路
114 変換回路
115、215 フラッシュチャネル/インターフェース回路
116 メモリ回路
122 エンコーディング選択回路
124 FTL(フラッシュ変換レイヤ)/直接変換回路
126 マシンラーニング(ML)回路
126A、126N ニューラルネットワーク
128 フィデリティ要求
170 経路
182 書き込みメモリアクセス要請
183、185 読み取りメモリアクセス要請
184、186 読み取り応答
192 元のデータセット
194 変換されたデータセット
196 (復元された)データセット
216 (第1の)メモリ回路
217 書き込みキャッシュ
218 第2のメモリ回路
222 (シングル)エンコーディング回路
222A、222B、222C エンコーディング回路
224 (マルチ)デコーディング回路
224A、224B、224C デコーディング回路
226、306 差分回路(デルタ回路)
226A、226B、226C 差分回路
228、228A、228B、228C NN状態
252 インデックスフィールド
254 データフィールド
256 エンコーディングフィールド
302 エンコーダニューラルネットワーク
304 デコーダニューラルネットワーク
312、312A、312B、312C、312D レイヤ
314、314A、314B、314C、314D レイヤ
400 情報処理システム
405 システムバス
410 プロセッサ(及び/又はロジック)
415 組み合わせ論理ブロック
420 揮発性メモリ
430 不揮発性メモリ
440 ネットワークインターフェース
450 ユーザーインターフェースユニット
460 ハードウェア(構成要素)
470 ソフトウェア(構成要素)
Claims (19)
- 装置であって、
データセットに関連付けられたメモリアクセス要請を受信するように構成されたホストインターフェース回路と、
変換されたデータセットを格納するように構成された少なくとも1つの不揮発性メモリストレージ回路と、
マシンラーニング回路を含み、書き込みメモリアクセスに基づいて、前記データセットの元のバージョンを前記変換されたデータセットに変換し、読み取りメモリアクセスに基づいて、前記変換されたデータセットを前記データセットとは異なる前記データセットの近似値を含む復元されたデータセットに変換するように構成された変換回路と、を備え、
前記少なくとも1つの不揮発性メモリストレージ回路は、前記データセットの前記元のバージョンを前記変換されたデータセットに変換するために使用される前記マシンラーニング回路の永続的状態(persistent state)を格納するように構成され、
前記マシンラーニング回路の永続的状態は、前記変換されたデータセットを前記復元されたデータセットに変換するための構成を含み、
前記マシンラーニング回路は、第1のマシンラーニング回路を含み、
前記変換回路は、第2のマシンラーニング回路を含み、
前記変換回路は、少なくとも部分的に、ホストによって特定されたフィデリティ(fidelity)のサイズ及び前記マシンラーニング回路によって提供された前記フィデリティのサイズに基づいて、前記第1又は第2のマシンラーニング回路の中の1つを選択して、前記データセットを変換するように構成されたことを特徴とする装置。 - 前記ホストによって特定された前記フィデリティは、ストレージパラメータのセットに対して固定された値であり、前記ストレージパラメータのセットは名前空間識別子(namespace identifier)、ホスト識別子(host identifier)、論理ブロックアドレス範囲(logical block address range)、不揮発性メモリセット識別子(non-volatile memory set identifier)、NVMeサブミッションキュー識別子(non-volatile memory express submission queue identifier)、ストリーム識別子(stream identifier)、イーサネット(登録商標)メディアアクセス制御識別子(Ethernet(登録商標) media access control identifier)、ネットワークアドレス(network addresses)、トランスポートパラメータ(transport parameter)、日付、又は時刻のうちの1つ以上を含むことを特徴とする請求項1に記載の装置。
- 前記特定されたフィデリティは、少なくとも部分的に、前記メモリアクセス要請に関連付けられたデータタイプ及び前記メモリアクセス要請に関連付けられたソフトウェアアプリケーションをベースに、調整されることを特徴とする請求項1に記載の装置。
- 前記変換されたデータセットは、前記データセットの前記元のバージョンと同じか、又は前記元のバージョンよりも小さいサイズを有し、
前記復元されたデータセットは、前記データセットの前記元のバージョンと異なることを特徴とする請求項1に記載の装置。 - 前記変換回路は、前記データセットを重複排除(de-duplicate)するように構成され、
前記データセットの重複排除は、ブロックレベルで遂行されることを特徴とする請求項1に記載の装置。 - 前記読み取りメモリアクセスに基づいて、前記ホストインターフェース回路は、前記変換されたデータセットを返還するように構成され、
前記変換されたデータセットは、前記データセットの前記元のバージョンと同じサイズか、又はより小さいサイズを有し、前記変換されたデータセットは、前記データセットの前記元のバージョンの近似値であることを特徴とする請求項1に記載の装置。 - 前記少なくとも1つの不揮発性メモリストレージ回路は、
前記変換されたデータセットに対する前記メモリアクセス要請に含まれるアドレッシング値に関連付けられた第1のフィールドと、
前記変換されたデータセットを生成するために使用される前記マシンラーニング回路を示す第2のフィールドと、を含むことを特徴とする請求項1に記載の装置。 - 前記変換回路は、
前記データセットの前記元のバージョンと同じ前記変換されたデータセットのバージョンを生成し、前記データセットの前記元のバージョンと同じ復元されたデータセットを生成するように構成されたフラッシュ変換レイヤ回路を含み、
前記変換回路は、フィデリティ要求に基づいて、前記変換されたデータセットを処理するために、前記マシンラーニング回路を使用するように構成されたことを特徴とする請求項1に記載の装置。 - 前記マシンラーニング回路は、ニューラルネットワークを含み、
前記変換回路は、少なくとも部分的に、フィデリティ要求に基づいて、前記ニューラルネットワークのレイヤの数を調整するように構成されたことを特徴とする請求項1に記載の装置。 - 前記マシンラーニング回路は第1のマシンラーニング回路を含み、前記変換回路は第2のマシンラーニング回路を含み、
前記変換回路は、
観測された復元デルタ(observed reconstruction delta)を使用して、前記第1のマシンラーニング回路をトレーニングし、
前記観測された復元デルタ(差分量)を使用して、前記第1のマシンラーニング回路の使用に基づいて、フィデリティを判定するように構成され、
前記フィデリティに基づいて、前記第1のマシンラーニング回路を選択するように構成されたことを特徴とする請求項1に記載の装置。 - 前記マシンラーニング回路は、エンコーダニューラルネットワーク及び2つ以上のデコーダニューラルネットワークを含むことを特徴とする請求項1に記載の装置。
- 前記変換回路は、少なくとも部分的に、フィデリティターゲットに基づいて、前記データセットの前記元のバージョンを前記変換されたデータセットに損失(lossy)変換を遂行することを決定するように構成され、
前記変換回路は、少なくとも部分的に、フィデリティターゲットに基づいて、損失のサイズを調整するように構成されたことを特徴とする請求項1に記載の装置。 - システムであって、
ストレージ装置に書き込みメモリアクセス及び読み取りメモリアクセスを遂行するように構成されたホストコンピューティング装置を備え、
書き込みメモリアクセス及び読み取りメモリアクセスは、データセットに関連付けられ、
前記ストレージ装置は、
変換されたデータセットを格納するように構成された少なくとも1つのメモリストレージ回路と、
マシンラーニング回路を含み、前記書き込みメモリアクセスに基づいて、前記データセットの元のバージョンを前記変換されたデータセットに変換し、前記読み取りメモリアクセスに基づいて、前記変換されたデータセットを前記データセットとは異なる前記データセットの近似値を含む復元されたデータセットに変換するように構成された変換回路と、を含み、
前記少なくとも1つのメモリストレージ回路は、前記データセットの元のバージョンを前記変換されたデータセットに変換するために使用される前記マシンラーニング回路の永続的状態を格納するように構成され、
前記マシンラーニング回路の前記永続的状態は、前記変換されたデータセットを前記復元されたデータセットに変換するための構成を含み、
前記マシンラーニング回路は第1のマシンラーニング回路を含み、前記変換回路は第2のマシンラーニング回路を含み、
前記変換回路は、少なくとも部分的に、選択されたマシンラーニング回路によって提供されたフィデリティ(fidelity)のサイズに基づいて前記データセットを変換するために、前記第1又は第2のマシンラーニング回路の中の1つを選択するように構成されたことを特徴とするシステム。 - 前記変換されたデータセットは、前記データセットの前記元のバージョンよりも小さいサイズを有することを特徴とする請求項13に記載のシステム。
- 読み取りメモリアクセスに基づいて、前記ストレージ装置は、前記ホストコンピューティング装置に前記変換されたデータセットを返還するように構成され、
前記変換されたデータセットは、前記データセットの前記元のバージョンよりも小さいサイズを有し、
前記変換回路は、前記データセットの前記元のバージョンと同じ前記変換されたデータセットのバージョンを生成し、前記データセットの前記元のバージョンと同じ復元されたデータセットのバージョンを生成するように構成された直接ストレージ回路を含み、
前記変換回路は、フィデリティ要求に基づいて、前記変換されたデータセットを処理するために前記第1又は第2のマシンラーニング回路の中の1つを選択するように構成されたことを特徴とする請求項13に記載のシステム。 - 前記少なくとも1つのメモリストレージ回路は、
前記変換されたデータセットに前記メモリアクセスに含まれるアドレッシング値を関連付けるフィールドと、
前記変換されたデータセットを生成するために使用される前記マシンラーニング回路を示すフィールドと、を含むことを特徴とする請求項13に記載のシステム。 - 前記マシンラーニング回路は、1つ以上のニューラルネットワークを含み、
前記変換回路は、少なくとも部分的に、フィデリティ要求に基づいて、前記ニューラルネットワーク内のレイヤの数を調整するように構成されたことを特徴とする請求項13に記載のシステム。 - ホストインターフェース回路、不揮発性メモリストレージ回路、及び複数のマシンラーニング回路を含む変換回路を備えるストレージ装置において、
ホスト装置からの要請に基づいて、前記ストレージ装置にデータを格納する方法であって、
前記ストレージ装置が、元のデータセットを前記ホスト装置から受信して少なくとも1つのメモリ回路に格納する段階と、
前記ストレージ装置が、マシンラーニング技法を介して前記元のデータセットを変換されたデータセットに変換する段階と、
前記ストレージ装置が、前記変換されたデータセットを前記少なくとも1つのメモリ回路に格納する段階と、
前記ストレージ装置が、前記元のデータセットを前記変換されたデータセットに変換するために使用される前記マシンラーニング技法の永続的状態を前記少なくとも1つのメモリ回路に格納する段階と、を有し、
前記変換されたデータセットは前記元のデータセットよりも小さく、前記変換されたデータセットから生成された復元されたデータセットは、前記データセットとは異なる前記データセットの近似値を含み、
前記マシンラーニング技法の永続的状態は、前記変換されたデータセットから前記復元されたデータセットを生成するための構成を含み、
前記変換する段階は、少なくとも部分的に、前記ホスト装置によって特定されたフィデリティ(fidelity)のサイズ及び前記複数のマシンラーニング回路によって提供された前記フィデリティのサイズに基づいて、前記複数のマシンラーニング回路の中のいずれか1つを選択して、前記データセットを変換することを特徴とする方法。 - 前記ストレージ装置が、前記少なくとも1つのメモリ回路から前記元のデータセットを取得する要求を前記ホスト装置から受信する段階と、
前記ストレージ装置が、前記少なくとも1つのメモリ回路から前記変換されたデータセットを取得する段階と、
前記ストレージ装置が、前記少なくとも1つのメモリ回路から前記マシンラーニング技法の永続的状態を取得する段階と、
前記ストレージ装置が、前記マシンラーニング技法を介して、前記変換されたデータセットを前記復元されたデータセットに変換する段階と、
前記ストレージ装置が、前記ホスト装置に、前記復元されたデータセットを返還する段階と、をさらに含むことを特徴とする請求項18に記載の方法。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201862770151P | 2018-11-20 | 2018-11-20 | |
US62/770,151 | 2018-11-20 | ||
US16/430,408 US11449268B2 (en) | 2018-11-20 | 2019-06-03 | Deep solid state device (deep-SSD): a neural network based persistent data storage |
US16/430,408 | 2019-06-03 |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2020087468A JP2020087468A (ja) | 2020-06-04 |
JP2020087468A5 JP2020087468A5 (ja) | 2022-11-29 |
JP7272937B2 true JP7272937B2 (ja) | 2023-05-12 |
Family
ID=70727596
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019209473A Active JP7272937B2 (ja) | 2018-11-20 | 2019-11-20 | ディープソリッドステート装置及びニューラルネットワークベースの永続的データストレージ |
Country Status (5)
Country | Link |
---|---|
US (1) | US11449268B2 (ja) |
JP (1) | JP7272937B2 (ja) |
KR (1) | KR102592979B1 (ja) |
CN (1) | CN111198826A (ja) |
TW (1) | TWI789546B (ja) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20210049480A1 (en) * | 2019-08-12 | 2021-02-18 | Micron Technology, Inc. | Predictive maintenance of automotive battery |
TWI769466B (zh) * | 2020-06-17 | 2022-07-01 | 台達電子工業股份有限公司 | 類神經網路系統及其操作方法 |
US11429279B2 (en) | 2020-09-16 | 2022-08-30 | Samsung Electronics Co., Ltd. | Automatic data separation and placement for compressed data in a storage device |
US11755208B2 (en) | 2021-10-12 | 2023-09-12 | Western Digital Technologies, Inc. | Hybrid memory management of non-volatile memory (NVM) devices for use with recurrent neural networks |
US11893244B2 (en) | 2021-10-12 | 2024-02-06 | Western Digital Technologies, Inc. | Hybrid memory management of non-volatile memory (NVM) devices for use with recurrent neural networks |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170324983A1 (en) | 2016-05-03 | 2017-11-09 | Imagination Technologies Limited | Compressing and Decompressing Image Data Using Compacted Region Transforms |
WO2018051696A1 (ja) | 2016-09-14 | 2018-03-22 | 株式会社ターボデータラボラトリー | データ圧縮方法、データ圧縮装置、コンピュータプログラム及びデータベースシステム |
JP2019061512A (ja) | 2017-09-27 | 2019-04-18 | 株式会社Abeja | データの特徴を利用してデータを処理するシステム |
Family Cites Families (44)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0765021A (ja) | 1992-02-21 | 1995-03-10 | Mitsubishi Electric Corp | 情報検索装置 |
US6879266B1 (en) * | 1997-08-08 | 2005-04-12 | Quickshift, Inc. | Memory module including scalable embedded parallel data compression and decompression engines |
US8391070B2 (en) * | 2008-12-02 | 2013-03-05 | Spansion Llc | Moving program verify level for programming of memory |
JP2005333393A (ja) * | 2004-05-19 | 2005-12-02 | Sharp Corp | 画像圧縮装置,画像出力装置,画像伸張装置,印刷装置,画像処理装置,複写機,画像圧縮方法,画像伸張方法,画像処理プログラムおよび画像処理プログラムを記録した記録媒体 |
US8363837B2 (en) * | 2005-02-28 | 2013-01-29 | HGST Netherlands B.V. | Data storage device with data transformation capability |
US20130254787A1 (en) * | 2006-05-02 | 2013-09-26 | Invidi Technologies Corporation | Method and apparatus to perform real-time audience estimation and commercial selection suitable for targeted advertising |
US8694776B2 (en) * | 2007-12-21 | 2014-04-08 | Spansion Llc | Authenticated memory and controller slave |
JP2010081182A (ja) * | 2008-09-25 | 2010-04-08 | Renesas Technology Corp | 画像処理装置 |
US7995386B2 (en) * | 2008-11-21 | 2011-08-09 | Spansion Llc | Applying negative gate voltage to wordlines adjacent to wordline associated with read or verify to reduce adjacent wordline disturb |
US7872916B2 (en) * | 2008-12-09 | 2011-01-18 | Spansion Llc | Deterministic-based programming in memory |
US8407378B2 (en) * | 2009-04-22 | 2013-03-26 | Lsi Corporation | High-speed inline data compression inline with an eight byte data path |
US9123409B2 (en) * | 2009-06-11 | 2015-09-01 | Micron Technology, Inc. | Memory device for a hierarchical memory architecture |
JP5052569B2 (ja) * | 2009-06-25 | 2012-10-17 | シャープ株式会社 | 画像圧縮装置、画像圧縮方法、画像伸張装置、画像伸張方法、画像形成装置、コンピュータプログラム及び記録媒体 |
US8965819B2 (en) | 2010-08-16 | 2015-02-24 | Oracle International Corporation | System and method for effective caching using neural networks |
US8937644B2 (en) * | 2012-03-21 | 2015-01-20 | Canon Kabushiki Kaisha | Stereoscopic image capture |
US9176858B2 (en) * | 2012-11-19 | 2015-11-03 | Hitachi, Ltd. | Storage system configured to selectively utilize data compression based on real pool usage rates |
US20150104152A1 (en) * | 2013-03-14 | 2015-04-16 | In Hand Guides Ltd. | Wirelessly triggered smart media guides |
US9461972B1 (en) * | 2014-03-19 | 2016-10-04 | NetSuite Inc. | Intelligently designed user interface based on user behavior |
US8837066B1 (en) * | 2014-04-17 | 2014-09-16 | Lsi Corporation | Adaptive baseline correction involving estimation of filter parameter using a least mean squares algorithm |
US9727459B2 (en) | 2014-08-22 | 2017-08-08 | Seagate Technology Llc | Non-volatile, solid-state memory configured to perform logical combination of two or more blocks sharing series-connected bit lines |
US10229356B1 (en) * | 2014-12-23 | 2019-03-12 | Amazon Technologies, Inc. | Error tolerant neural network model compression |
US10021837B2 (en) * | 2015-01-30 | 2018-07-17 | iUNU, LLC | Radio-controlled luminaire with integrated sensors |
US11080587B2 (en) * | 2015-02-06 | 2021-08-03 | Deepmind Technologies Limited | Recurrent neural networks for data item generation |
US11295202B2 (en) | 2015-02-19 | 2022-04-05 | Seagate Technology Llc | Storage device with configurable neural networks |
US10671703B1 (en) * | 2015-03-26 | 2020-06-02 | Cerner Innovation, Inc. | Maintaining stability of health services entities treating influenza |
US10614038B1 (en) * | 2015-12-28 | 2020-04-07 | EMC IP Holding Company LLC | Inline deduplication of compressed data |
US11308383B2 (en) * | 2016-05-17 | 2022-04-19 | Silicon Storage Technology, Inc. | Deep learning neural network classifier using non-volatile memory array |
US10169387B1 (en) * | 2016-07-28 | 2019-01-01 | EMC IP Holding Company LLC | Self-balancing tree data structure compression |
US10503443B2 (en) * | 2016-09-13 | 2019-12-10 | Netapp, Inc. | Systems and methods for allocating data compression activities in a storage system |
KR102656190B1 (ko) * | 2016-11-24 | 2024-04-11 | 삼성전자주식회사 | 불휘발성 메모리 장치를 포함하는 스토리지 장치 및 불휘발성 메모리 장치의 액세스 방법 |
US10203897B1 (en) * | 2016-12-02 | 2019-02-12 | Nutanix, Inc. | Dynamic data compression |
KR102061615B1 (ko) * | 2016-12-26 | 2020-01-02 | 한국과학기술원 | 인공 신경망 모델에서 메모리 효율성 및 학습 속도 향상을 위한 드롭아웃 방법과 이를 이용한 학습 방법 |
US10235064B1 (en) * | 2016-12-27 | 2019-03-19 | EMC IP Holding Company LLC | Optimized data replication using special NVME protocol and running in a friendly zone of storage array |
JP2018110300A (ja) * | 2016-12-28 | 2018-07-12 | キヤノン株式会社 | 撮像装置、その制御方法、プログラム及び記録媒体 |
US10366595B2 (en) * | 2017-03-10 | 2019-07-30 | Turing Video, Inc. | Surveillance method and system based on human behavior recognition |
EP3616198A4 (en) * | 2017-04-24 | 2021-01-06 | Virginia Tech Intellectual Properties, Inc. | RADIO SIGNAL IDENTIFICATION, IDENTIFICATION SYSTEM LEARNING AND IDENTIFIER USE |
US10474458B2 (en) * | 2017-04-28 | 2019-11-12 | Intel Corporation | Instructions and logic to perform floating-point and integer operations for machine learning |
US11074601B2 (en) * | 2018-02-06 | 2021-07-27 | International Business Machines Corporation | Real time personalized pricing for limited inventory assortments in a high-volume business environment |
US20190392300A1 (en) * | 2018-06-20 | 2019-12-26 | NEC Laboratories Europe GmbH | Systems and methods for data compression in neural networks |
US10846588B2 (en) * | 2018-09-27 | 2020-11-24 | Deepmind Technologies Limited | Scalable and compressive neural network data storage system |
US11307977B2 (en) * | 2018-09-27 | 2022-04-19 | Intel Corporation | Technologies for direct matrix read and write operations |
US10691537B2 (en) * | 2018-10-12 | 2020-06-23 | Western Digital Technologies, Inc. | Storing deep neural network weights in non-volatile storage systems using vertical error correction codes |
US11625586B2 (en) * | 2019-10-15 | 2023-04-11 | Sandisk Technologies Llc | Realization of neural networks with ternary inputs and ternary weights in NAND memory arrays |
US11568228B2 (en) * | 2020-06-23 | 2023-01-31 | Sandisk Technologies Llc | Recurrent neural network inference engine with gated recurrent unit cell and non-volatile memory arrays |
-
2019
- 2019-06-03 US US16/430,408 patent/US11449268B2/en active Active
- 2019-09-09 TW TW108132448A patent/TWI789546B/zh active
- 2019-11-13 CN CN201911109232.XA patent/CN111198826A/zh active Pending
- 2019-11-14 KR KR1020190145558A patent/KR102592979B1/ko active IP Right Grant
- 2019-11-20 JP JP2019209473A patent/JP7272937B2/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170324983A1 (en) | 2016-05-03 | 2017-11-09 | Imagination Technologies Limited | Compressing and Decompressing Image Data Using Compacted Region Transforms |
WO2018051696A1 (ja) | 2016-09-14 | 2018-03-22 | 株式会社ターボデータラボラトリー | データ圧縮方法、データ圧縮装置、コンピュータプログラム及びデータベースシステム |
JP2019061512A (ja) | 2017-09-27 | 2019-04-18 | 株式会社Abeja | データの特徴を利用してデータを処理するシステム |
Also Published As
Publication number | Publication date |
---|---|
JP2020087468A (ja) | 2020-06-04 |
US20200159445A1 (en) | 2020-05-21 |
KR102592979B1 (ko) | 2023-10-23 |
US11449268B2 (en) | 2022-09-20 |
KR20200059151A (ko) | 2020-05-28 |
TW202026885A (zh) | 2020-07-16 |
CN111198826A (zh) | 2020-05-26 |
TWI789546B (zh) | 2023-01-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7272937B2 (ja) | ディープソリッドステート装置及びニューラルネットワークベースの永続的データストレージ | |
CN110520870B (zh) | 用于具有动态向量长度和码本大小的高吞吐量向量去量化的灵活硬件 | |
US20190190538A1 (en) | Accelerator hardware for compression and decompression | |
US11314441B2 (en) | Block cleanup: page reclamation process to reduce garbage collection overhead in dual-programmable NAND flash devices | |
CN115066692A (zh) | 用于表示神经网络中的稀疏矩阵的装置和方法 | |
CN111324479B (zh) | 用于错误修正代码的加速的装置及系统 | |
CN114127788A (zh) | 用于利用元网络或神经网络的有损图像和视频压缩和/或传输的系统和方法 | |
CN111324777A (zh) | 用于分片创建的装置和系统 | |
JP7108784B2 (ja) | データ記憶方法、データ取得方法、及び機器 | |
Wang et al. | Lightweight run-time working memory compression for deployment of deep neural networks on resource-constrained MCUs | |
CN114529741A (zh) | 一种图片去重方法、装置及电子设备 | |
US10445012B2 (en) | System and methods for in-storage on-demand data decompression | |
US20170300407A1 (en) | Managing database index by leveraging key-value solid state device | |
CN118043821A (zh) | 混合稀疏压缩 | |
US20220318604A1 (en) | Sparse machine learning acceleration | |
Wang et al. | A dynamic routing CapsNet based on increment prototype clustering for overcoming catastrophic forgetting | |
WO2022047802A1 (en) | Processing-in-memory device and data processing method thereof | |
US10474567B2 (en) | Multi-bit data representation framework to enable dual program operation on solid-state flash devices | |
JP2022045615A (ja) | 演算装置及び演算方法 | |
US12001237B2 (en) | Pattern-based cache block compression | |
US20210157485A1 (en) | Pattern-based cache block compression | |
CN116860564B (zh) | 一种云服务器数据管理方法及其数据管理装置 | |
US20230325240A1 (en) | Data processing using a heterogeneous memory pool | |
JP2024514448A (ja) | ディープニューラルネットワーク重みのための圧縮技法 | |
JP2022182225A (ja) | データ処理システムおよびデータ処理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221118 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221118 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20221118 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230221 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230403 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230418 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230427 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7272937 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |