基于循环神经网络的多核处理器层次化存储技术

摘要：

目前的多核处理器层次化存储技术同步性差、抗冗余度低,不能满足海量数据的分层存储要求,因此基于循环神经网络研究了一种新的多核处理器层次化存储技术.引入卷积神经算法完善数据存储功能,针对数据存储过程、数据库设计以及存储节点的选择进行了深层次的优化设计,从而有效提升数据的存储效率和存储稳定性.实验结果表明,该非对称多核处理器的同步性误差低于0.1,平均同步误差为0.04,能够避免96%的数据重复,抗数据冗余度高,对多核处理器的发展和应用具有积极作用.

关键词：循环神经网络、多核处理器、层次化存储、存储技术

所属期刊栏目：31

分类号：TN9

资助基金：国家重点研发计划;国家重点研发计划;贵州电网有限公司科技项目

在线出版日期：2023-11-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：121-124,129