一种FPGA集群轻量级深度学习计算架构设计及实现

传感器技术的发展带来了边缘、端设备功能的迅速迭代升级,也带来了战场前端的数据量成倍增长。针对边缘、端设备数据量的急剧增长和芯片计算处理能力的矛盾,结合Map/Reduce框架,提出了一种基于现场可编程门阵列(Field Programmable Gate Array,FPGA)计算集群资源的深度学习架构,能够实现多个深度学习算法的并行快捷部署和应用。该轻量级深度学习计算架构同时满足军事应用对“端”的智能处理能力提出的新要求,即不仅局限于数据采集和智能的应用,还必须具备分布式并行智能实时计算的能力。该FPGA集群轻量级深度学习计算框架部署不同类型算法容易,实时性高(ms级任务响应),可扩展性好,在多种类异构传感器、大场景大数据吞吐量的军事场景及森林防火等民用场景有广泛的应用前景。

一种基于敏捷集群计算系统的并行GMRES方法

随着通信系统和人工智能的飞速发展,以智慧城市、智慧工厂和智能制造等为代表的多种新型应用场景不断涌现,使得通信、感知和计算等系统的一体化成为技术发展的新趋势。人工智能新型应用场景对大规模高效敏捷计算提出了新的要求,基于敏捷集群计算系统,提出了一种并行广义最小残差(Generalized Minimal Residual, GMRES)方法,主要通过并行矩阵向量乘法和并行高瘦矩阵QR(Tall and Skinny QR,TSQR)分解实现Krylov子空间的高效并行构造,充分利用集群计算系统的计算和通信性能,实现大规模线性方程组Ax=b的快速求解,其中A为一个n×n的矩阵,在工程实践中,n可达数十万甚至百万规模。通过求解二维泊松方程的有限元离散得到的刚度方程,验证了算法的有效性。

高镁芒硝制取轻质氧化镁和元明粉

1 前言某高镁芒硝矿是我国仅有的少数大型高镁芒硝矿之一。据地质部门探测,可采量达1000万吨以上。该矿化学组成为:Na2SO4:20-45%;MgSO4:10-35%;CaSO4:0.5%;NaCl:1%左右。这种高镁芒硝矿品位高,质量好。

天然碱的综合利用

我国天然碱资源众多，贮量很丰富，如内蒙古，新疆，甘肃，吉林，河南等地都有天然碱资源，其中内蒙天然碱资源最多，但品位高，质量好的天然碱资源却很少，而大多数都是碳酸钠与盐类（主要是Na2SO4)和NaCl）的混合物，这种天然碱要把Na2CO3,Na2SO4，NaCl彼此分离，是十分困难的，因此，这类资源实际上没有多大工业价值，如内蒙古鄂托克前旗碱湖的天然碱组成见下表。