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

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

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 > 中国科学院计算技术研究所李宛茜获国家专利权

中国科学院计算技术研究所李宛茜获国家专利权

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!

龙图腾网获悉中国科学院计算技术研究所申请的专利面向存内计算的卷积神经网络加速器架构的自动综合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:CN118133911B

龙图腾网通过国家知识产权局官网在2025-10-17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:202410212878.5,技术领域涉及:G06N3/063;该发明授权面向存内计算的卷积神经网络加速器架构的自动综合方法是由李宛茜;陈晓明;韩银和设计研发完成,并于2024-02-27向国家知识产权局提交的专利申请。

面向存内计算的卷积神经网络加速器架构的自动综合方法在说明书摘要公布了:本发明提供了一种面向存内计算的卷积神经网络加速器的自动综合方法,该方法能够基于卷积神经网络推理任务、存内计算加速器峰值功耗约束、存内计算加速器的硬件参数查找表,采用模拟退火方法得到筛选出在每个参数组合下的卷积神经网络权重复制候选策略,采用遗传方法得到选出性能最优的宏单元映射方案从而获得该方案对应的卷积神经网络权重复制候选策略、存内计算加速器硬件参数组合以及硬件资源分配方案。采用本发明的方法来生成存内计算加速器架构配置的方案大大减少了架构设计的专业门槛,提高了存内计算加速器设计的效率,节省了专家设计的成本,同时有效丰富了加速器架构配置方案的优化策略以保障存内加速器配置方案的设计质量。

本发明授权面向存内计算的卷积神经网络加速器架构的自动综合方法在权利要求书中公布了:1.一种面向存内计算的卷积神经网络加速器架构的自动综合方法,所述存内计算加速器包括多个宏单元,所述方法包括: S1、获取卷积神经网络推理任务、存内计算加速器峰值功耗约束以及存内计算加速器的硬件参数查找表,其中,所述存内计算加速器的硬件参数查找表中包括:非易失性存储器的多个设计参数以及数模转换器的多种精度; S2、基于非易失性存储器的多个设计参数构建多个可选的参数组合,并基于每个参数组合和存内计算加速器峰值功耗约束确定在存内计算加速器中每个参数组合对应的非易失性存储器的阵列数量; S3、基于所述步骤S2中确定的在存内计算加速器中每个参数组合对应的非易失性存储器阵列数量和卷积神经网络推理任务,采用第一预设方法筛选出在每个参数组合下对应的第一预设数量的卷积神经网络权重复制候选策略; S4、基于数模转换器的每种精度、每个卷积神经网络权重复制候选策略,编译生成每个卷积神经网络权重复制候选策略对应的卷积神经网络推理数据流有向无环图; S5、基于每个卷积神经网络推理数据流有向无环图确定卷积神经网络中各网络层占有的宏单元数和各网络层之间宏单元共享数以得到每个卷积神经网络推理数据流有向无环图对应的宏单元映射方案; S6、采用第二预设方法对每个宏单元映射方案进行性能评估,基于性能评估结果选出性能最优的宏单元映射方案从而获得该方案对应的卷积神经网络权重复制候选策略、存内计算加速器硬件参数组合以及硬件资源分配方案,其用于确定存内加速器架构配置以实现卷积神经网络加速推理,其中,所述存内计算加速器硬件参数组合包括:非易失性存储器的多个设计参数、数模转化器的精度。

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中国科学院计算技术研究所,其通讯地址为:100190 北京市海淀区中关村科学院南路6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”。

以上内容由龙图腾AI智能生成。

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。