专利交易市场

本发明公开了一种多核处理器系统中分发中断的方法和装置，以实现优化多核处理器环境下的中断分发流程，提高多核处理器处理中断的效率。所述多核处理器系统中分发中断的方法，包括：当接收的中断请求未绑定至任意一个内核时，为所述中断请求匹配一个所述内核作为当前内核；在所述中断请求的状态为允许中断切换且未进行过中断切换时，确定各个所述内核的负载；当所述当前内核之外的其它所述内核中有至少一个所述内核的负载与所述当前内核的负载的比值小于或等于第一阈值时，确定负载最小的所述内核为目标内核，将所述中断请求绑定至所述目标内核；重新触发所述中断请求，将再次接收到的所述中断请求并分发给所述目标内核。

本发明涉及一种基于改进爬山法的非对称多核架构下预取控制策略，属缓存预取、非对称多核领域。该方法考虑非对称多核架构下核心之间的性能不同这一情况，通过改进后的爬山法，针对不同核心对其预取激进程度进行控制，提高核心的IPC。预取激进程度由预取度和预取距离进行刻画，考虑到爬山法会陷入局部最优解，通过与模拟退火策略结合的方式跳出局部最优。同时考虑到爬山法不适用于解决二维搜索问题，本方法采用控制变量的方式，通过采样阶段的IPC反馈，进行预取策略的调整，提升核心的IPC。该方法利用爬山法，根据程序运行的不同阶段，对不同核心的预取激进程度进行调整，实现不同核心的IPC增长。

本发明提出一种多核处理器‑单图形处理器的深度强化学习加速方法，能够在CPU+GPU的平台上，建立起特别基于PPO算法的深度强化学习框架，同时发明了一种加速收集采样与推理的流水线方法。在多核CPU上实现多环境进程模拟过程，每一核上安排多个环境进程。同时CPU起到控制数据的作用。在GPU上实现神经网络模型推理过程。CPU和GPU分别保存有动作网络、评估网络参数的内存空间，在环境和智能体交互的过程中，将每次的信息保存在CPU的经验信息池内存中，每隔一定循环，CPU根据算法的截断参数和筛选条件，从自身的经验信息池内存中提取batch规模的数据进行训练。本发明通过负载平衡，当CPU单核堆叠环境进程的模拟时间与神经网络模型推理时间相同时，能够实现环境采样与动作推理并行执行的流水线结构：通过并行半个CPU模拟器和半个GPU推理的运行，并在数据传输时准备好下一次半个CPU模拟器和半个GPU推理过程，可以进一步加速强化学习速度，达到比传统方法近2倍的整体训练速度。

本发明公开了一种基于多核跨域网络的纵横双向跨节点交叉协同交互方法，包括建立任务收发点、内节点环、中节点环、外节点环相互之间的关联关系，且建立了多种节点与节点之间、节点与任务收发点之间的信息传递和交互路径，然后建立节点函数和节点关联函数，作出节点关联分析图，得到各种节点和信息传播路径，从而更加直观地表达纵横双向跨节点的协同交互模型的意义，避免了传统节点间的单一路径或双路径信息交互速度慢、节点损坏影响整体交互的缺点，两个节点环上的节点连接紧密，协同交互效率高，避免了访问路径过少而拥堵的现象，所有路径都得到合理利用，关联连接路径多，容错率高，信息传递和交互速度快，提高了协同交互的稳定性。

本发明公开的一种基于多层总线的异构多核微处理器，包括多个统一编址的处理核，多个处理核具有不同流水线结构，多个处理核之间通过带有桥接的AXI总线连接，带有桥接的AXI总线上连接有便笺式存储器，每两个处理核之间通过便笺式存储器进行数据包的发送与读取，并且每两个处理核之间还直接发送数据包首地址、长度以辅助完成两个处理核之间数据包的传递，带有桥接的AXI总线上还连接有外设接口，处理核通过外设接口对外部设备进行访问控制。本发明公开的一种基于多层总线的异构多核微处理器能够减少通信延迟。