杭州重红科技有限公司 本次登记的数据知识产权 扩展矩阵流水线优化实验数据, 本数据适用于人工智能（AI）计算、深度学习加速、高性能计算（HPC）等领域，涵盖深度学习训练与推理、科学计算、边缘 AI 低功耗优化等应用。其适用条件包括支持向量化计算（SIMD, Tensor Core, AVX512）的硬件环境（如 GPU、TPU、NPU、AI ASIC、FPGA），以及支持FP16/INT8 低精度计算和块矩阵优化（Tiling & Blocking）的算法框架（如 TensorFlow、PyTorch、TVM）。适用对象包括AI 硬件厂商（NVIDIA、Google TPU、华为 Ascend）、深度学习框架开发者、云计算服务商（AWS、Azure）、自动驾驶和机器人 AI 计算，可用于优化 AI 训练与推理吞吐量，降低计算延迟，提高能效比。本数据不适用于传统 CPU 计算优化、非矩阵计算任务（如事务处理、Web 服务器优化）、低功耗微控制器（MCU），也不适用于隐私计算或加密计算等特定安全领域。该数据及算法可有效解决深度学习计算优化、AI 训练加速、边缘 AI 低功耗推理、大规模 HPC 矩阵计算等问题，提高 AI 计算芯片的整体性能。能效比=计算吞吐量(TFLOPS)/功耗（W）*100 能效比衡量的是 每瓦功耗可以提供的计算能力，单位通常为 GFLOPS/W（每瓦特的十亿次浮点运算） 计算吞吐量 (TFLOPS)：表示芯片在矩阵流水线计算中的实际浮点运算能力，单位是 TeraFLOPS（每秒万亿次浮点运算）。 功耗 (W)：芯片运行时的实际功耗，单位是 瓦特 (W)。 由于不同的计算精度（FP32、FP16、INT8）对能效的影响较大，根据综合数据取均值可近似得出：FP32 功耗较高，基础功耗为 400W。FP16 计算相对节能，基础功耗为 300W。INT8 计算最节能，基础功耗为 200W。
登记内容：
关于 杭州重红科技有限公司 , 杭州重红科技有限公司是一家致力于软件开发、人工智能硬件销售、集成电路设计与制造等多元化业务的科技公司。该公司在多个领域积累了丰富的数据集资源，并在浙江省数据知识产权登记平台完成了多项数据资源的登记。其数据集覆盖建筑供电、土方技术、包装容器、植入器械、农业技术、废水处理、医学诊断等多个领域，类型丰富，具有较高的应用价值。通过不断的技术创新和数据积累，杭州重红科技有限公司为各行业发展提供了有力的数据支持。
关于 浙江省数据知识产权登记平台 , 浙江省数据知识产权登记平台是一个专门用于登记和管理数据知识产权的官方平台。该平台允许企业和个人申请登记其数据知识产权，包括专利分类数据、客户价值评估数据等。平台提供公告功能，展示已登记、放弃或撤销的数据知识产权信息，并提供详细的申请人、申请时间和更新信息。
_1769672084863.jpg)