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！

龙图腾网获悉哈尔滨工业大学申请的专利一种面向神经网络大规模权值矩阵的压缩与传输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：CN120278206B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202510340925.9，技术领域涉及：G06N3/0495；该发明授权一种面向神经网络大规模权值矩阵的压缩与传输方法是由董剑;韩铭;吴晋;王野设计研发完成，并于2025-03-21向国家知识产权局提交的专利申请。

本一种面向神经网络大规模权值矩阵的压缩与传输方法在说明书摘要公布了：一种面向神经网络大规模权值矩阵的压缩与传输方法，属于神经网络处理器技术领域。为解决降低数据传输成本，本发明包括将DNN模型每层的权值整理为权值矩阵；利用奇异值分解方法进行处理，得到每一层的权值矩阵的左系数矩阵、基矩阵和右系数矩阵；使用冒泡算法对基矩阵进行处理，采用对数量化与近似化压缩的方法对左系数矩阵和右系数矩阵进行处理；对处理后的每一层的左系数矩阵和右系数矩阵加载到片外动态随机存取存储器中，对处理后的权值矩阵的基矩阵加载到片上缓存中；对加载好的数据，进行数据恢复阵列设计方法，得到每一层重构的权值矩阵输入到DNN加速器中，用于DNN加速器的计算过程。本发明访存成本大幅降低。

本发明授权一种面向神经网络大规模权值矩阵的压缩与传输方法在权利要求书中公布了：1.一种面向神经网络大规模权值矩阵的压缩与传输方法，其特征在于，包括如下步骤： S1.将DNN加速器利用CPU从软件层面加载DNN模型，解析DNN模型的权值，将DNN模型每层的权值整理为权值矩阵W1…Wi、Wn、其中Wi为第i层的权值矩阵； S2.对步骤S1得到的每一层的权值矩阵，利用奇异值分解方法进行处理，得到每一层的权值矩阵的左系数矩阵、基矩阵和右系数矩阵； S3.对步骤S2得到的每一层的权值矩阵的基矩阵中的第2层到第n层的权值矩阵的基矩阵分别使用冒泡算法进行处理，然后对第2层到第n层的权值矩阵的基矩阵中的每个元素从大到小排列、保留设定百分比数值范围内的元素，得到处理后的权值矩阵的基矩阵； S4.对步骤S2得到的每一层的左系数矩阵和右系数矩阵，采用对数量化与近似化压缩的方法进行处理，得到处理后的每一层的左系数矩阵和右系数矩阵； S5.对步骤S3得到的处理后的每一层的左系数矩阵和右系数矩阵加载到片外动态随机存取存储器中，对步骤S2得到的处理后的权值矩阵的基矩阵加载到片上缓存中； S6.对步骤S5加载好的数据，进行数据恢复阵列设计方法，得到每一层重构的权值矩阵输入到DNN加速器中，用于DNN加速器的计算过程。

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哈尔滨工业大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92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。