[发明专利]机器学习设备和使用其的机器学习系统在审

专利信息
申请号: 201811542512.5 申请日: 2018-12-17
公开(公告)号: CN110533188A 公开(公告)日: 2019-12-03
发明(设计)人: 安南永 申请(专利权)人: 爱思开海力士有限公司
主分类号: G06N20/00 分类号: G06N20/00
代理公司: 11363 北京弘权知识产权代理事务所(普通合伙) 代理人: 许伟群;郭放<国际申请>=<国际公布>=
地址: 韩国*** 国省代码: 韩国;KR
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 机器学习 原始数据 数据储存电路 读取 命令数据 位置数据 配置 存储器模块接口 储存 机器学习系统 通用存储器 模块接口 主机设备 控制器 预编程 写入 传输
【说明书】:

本发明公开了一种包括通用存储器模块接口的机器学习设备和使用其的机器学习系统。所述机器学习设备包括:数据储存电路,其被配置为储存通过存储器模块接口从主机设备接收到的原始数据和命令数据,并且储存作为对所述原始数据的机器学习的结果的机器学习数据和所述机器学习数据的位置数据;机器学习逻辑电路,其被配置为通过根据预编程的机器学习逻辑而对所述原始数据的所述机器学习来产生所述机器学习数据;以及机器学习控制器,其被配置为基于所述命令数据来从所述数据储存电路读取所述原始数据,将读取的原始数据传输到所述机器学习逻辑电路,以及将所述机器学习数据和所述位置数据写入到所述数据储存电路中。

相关申请的交叉引用

本申请要求于2018年5月25日提交的申请号为10-2018-0059754的韩国专利申请的优先权,其公开内容通过引用整体并入本文。

技术领域

本公开的各种实施例总体而言涉及一种机器学习设备。更具体地,这些实施例涉及包括通用存储器模块接口的机器学习设备。

背景技术

机器学习系统能够通过从外部部件接收到的数据进行学习,并且基于学习结果来估计要从输入数据获取的输出数据。

传统上,机器学习系统已经被实现为用于机器学习的专用板或用于机器学习的USB型设备,或者被实现为基于图形处理单元(GPU)的图形卡。

由于机器学习技术已经被集中开发并且已经迅速得到广泛使用,因此需要更多种类的机器学习设备。

发明内容

本公开的实施例涉及一种经由通用存储器模块接口与传统计算机系统兼容的机器学习设备。

根据本公开的一方面,一种机器学习设备包括:数据储存电路,其被配置为储存通过存储器模块接口从主机设备接收到的原始数据和命令数据,并且储存作为对所述原始数据的机器学习的结果的机器学习数据和所述机器学习数据的位置数据;机器学习逻辑电路,其被配置为通过根据预编程的机器学习逻辑而对所述原始数据的所述机器学习来产生所述机器学习数据;以及机器学习控制器,其被配置为基于所述命令数据来从所述数据储存电路读取所述原始数据,将读取的原始数据传输到所述机器学习逻辑电路,以及将所述机器学习数据和所述位置数据写入到所述数据储存电路中。

根据本公开的另一方面,一种机器学习系统包括:主机设备,其被配置为包括一个或更多个处理器;以及机器学习设备,其被配置为通过根据预编程的机器学习逻辑而对与写入命令一起从所述主机设备接收到的原始数据执行机器学习来产生机器学习数据,并且一旦从所述主机设备接收到读取命令,就将所述机器学习数据传输到所述主机设备。所述机器学习设备包括多个芯片引脚,所述机器学习设备通过所述多个芯片引脚可连接到计算机主板。

根据本公开的另一方面,一种双列直插式存储器模块(DIMM)型的机器学习设备包括:根据DIMM标准配置的数据储存电路,所述数据储存电路被配置为储存根据DIMM协议提供的机器学习命令和目标数据;机器学习电路,其具有在其中被编程的机器学习逻辑以对所述目标数据执行机器学习操作来产生机器学习数据;以及控制电路,其被配置为一旦检测到储存在所述数据储存电路中的所述机器学习命令,就通过将所述目标数据从所述数据储存电路提供到所述机器学习电路来控制所述机器学习电路执行所述机器学习操作,以及将所述机器学习数据提供给所述数据储存电路。所述数据储存电路还被配置为储存所述机器学习数据以响应于根据所述DIMM协议提供的读取命令来提供储存的机器学习数据。

应理解,前面的一般性描述和下面的实施方案的详细描述都是示例性和解释性的。

附图说明

当结合附图考虑时,通过参考下面的详细描述,本公开的上述特征和其他特征以及优点将变得显而易见,其中:

图1是示出根据本公开的实施例的机器学习系统的示例的示意图。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于爱思开海力士有限公司,未经爱思开海力士有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811542512.5/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top