Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 西安邮电大学谢晓燕获国家专利权

西安邮电大学谢晓燕获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉西安邮电大学申请的专利一种用于粗粒度可重构AI阵列的算子库生成方法及应用获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120525013B

龙图腾网通过国家知识产权局官网在2025-09-12发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202511028158.4,技术领域涉及:G06N3/063;该发明授权一种用于粗粒度可重构AI阵列的算子库生成方法及应用是由谢晓燕;周恩洋;于近豪;朱筠;任勋;陈国胜;夏雨祥设计研发完成,并于2025-07-25向国家知识产权局提交的专利申请。

一种用于粗粒度可重构AI阵列的算子库生成方法及应用在说明书摘要公布了:本申请公开了一种用于粗粒度可重构AI阵列的算子库生成方法及应用,涉及从多种卷积神经网络推理模型的计算图中抽取适用于粗粒度可重构AI阵列的频繁公共算子,其中方法包括:将CNN神经网络推理模型计算图转换为有向无环图;抽取有向无环图中公共算子,对有向无环图进行分割,得到多个子图;将出现较多的子图定义为频繁子图,称为粗粒度算子;当粗粒度算子计算所需的存储空间超过片上存储控制器能力时,将粗粒度算子基于特征图尺寸划分为细粒度算子;利用粗粒度算子和细粒度算子构建面向粗粒度可重构AI阵列的算子库。本申请通过捕捉跨模型共性计算模式构建通用算子库,减少CNN算子开发的工作量,降低AI芯片应用软件生态建设难度。

本发明授权一种用于粗粒度可重构AI阵列的算子库生成方法及应用在权利要求书中公布了:1.一种用于粗粒度可重构AI阵列的算子库生成方法,其特征在于,包括: 将CNN神经网络推理模型根据不同的映射策略转换为有向无环图,所述有向无环图包含多个节点; 其中不同的所述映射策略定义为: 其中,表示CNN神经网络推理模型在ONNX模型结构中表示的有向无环图,S表示所述映射策略的编号,表示对采用映射策略进行转换,表示映射策略S包含的内容,v表示节点,表示节点类型,表示卷积池化层的核大小,表示卷积池化层的步数,表示节点输入输出的形状; 抽取所述有向无环图中的公共算子,按照所述公共算子以及所述有向无环图中所述节点的连接顺序,采用基于Apriori算法思想的频繁子图挖掘算法对所述有向无环图进行划分,得到多个子图; 分析所述子图的频繁程度,根据所述频繁程度将出现次数大于支持度阈值的子图分类为频繁子图,否则为非频繁子图,所述频繁子图称为粗粒度算子; 针对权重广播的多级存储CGRA阵列,当所述粗粒度算子所需的计算空间大于所述CGRA阵列的片上存储空间C时,对所述粗粒度算子中的卷积操作进行划分,从而得到多个计算存储需求更小的子图,称为细粒度算子;对所述粗粒度算子中的卷积操作进行划分时,先将输入所述CGRA阵列的特征图划分为多个数据块,然后按照公式对所述粗粒度算子中的卷积操作进行划分: 其中,,h表示最大数据块的高度,w表示最大数据块的宽度,C in表示最大数据块的通道数,W w和W h分别表示所述细粒度算子的卷积核宽度和高度,T rep表示卷积核的重复次数,I c表示所述特征图的通道数; 采用所述CGRA阵列的机器指令,对所述粗粒度算子和所述细粒度算子分别进行手工映射,构建面向所述CGRA阵列的算子库。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人西安邮电大学,其通讯地址为:710121 陕西省西安市长安区西长安街618号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。