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！

龙图腾网获悉东南大学申请的专利基于层融合的低功耗卷积神经网络加速器及其加速方法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：CN116596041B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202310708309.5，技术领域涉及：G06N3/0464；该发明授权基于层融合的低功耗卷积神经网络加速器及其加速方法是由刘昊;王玮琪;周欣如;李心贺设计研发完成，并于2023-06-15向国家知识产权局提交的专利申请。

本基于层融合的低功耗卷积神经网络加速器及其加速方法在说明书摘要公布了：本发明公开了一种基于层融合的低功耗卷积神经网络加速器及其加速方法，属于神经网络加速器领域，在传统卷积神经网络加速器设计的基础上引入层融合的设计方法，通过层融合计算架构，上一卷积层输出的中间特征图数据可以直接作为下一卷积层计算的输入特征图数据，避免了中间特征图到片外存储器的传输，有效降低系统整体功耗，缓解带宽压力，减少推理延迟；同时层融合设计可以在不牺牲过多片上存储资源的情况下，实现卷积层级的流水线设计；各卷积层专用卷积计算模块，各卷积阵列可以根据相应的卷积层进行阵列规模设计，本发明引入对计算架构参数的设计空间探索，最大化加速器的计算效率。

本发明授权基于层融合的低功耗卷积神经网络加速器及其加速方法在权利要求书中公布了：1.一种基于层融合的低功耗卷积神经网络加速器，其特征在于，包括： 输入特征图缓存模块用于存储片外传输至片上的输入特征图数据； 第一卷积计算模块至第N卷积计算模块，所述第一卷积计算模块的输入端与所述输入特征图缓存模块的输出端连接，第N-1卷积计算模块的输出端与所述第N卷积计算模块的输入端连接，N大于等于2，所述第一卷积计算模块至第N卷积计算模块用于根据输入特征图数据完成各卷积层的卷积计算，并根据各卷积层的配置完成激活操作和最大池化操作，计算完成得到的中间特征图数据暂存在模块内； 激活缓存模块的输入端与所述第N卷积计算模块的输出端连接，所述激活缓存模块一个输出端与所述第一卷积计算模块的输入端连接，所述激活缓存模块的另一个输出端与片外存储器连接，用于缓存一个阶段卷积计算完成后完整的输出特征图数据，并根据控制模块所在状态的配置，选择将所述输出特征图数据传输至所述第一卷积计算模块继续进行下一轮的卷积计算，或者结束卷积计算，将所述输出特征图数据传输至片外存储器存放； 所述控制模块分别与所述输入特征图缓存模块、所述第一卷积计算模块至第N卷积计算模块和所述激活缓存模块连接，用于控制加速器运行过程中不同计算阶段的跳转，并解析由CPU发送的控制指令，完成对加速器计算的参数配置； 权重缓存模块分别与所述第一卷积计算模块至第N卷积计算模块连接，用于缓存各阶段卷积计算需要对应使用的权重数据。

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东南大学，其通讯地址为：211189 江苏省南京市江宁区东南大学路2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”。