Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
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 积分商城 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 > 北京算能科技有限公司洪宗会获国家专利权

北京算能科技有限公司洪宗会获国家专利权

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!

龙图腾网获悉北京算能科技有限公司申请的专利神经网络处理的方法、装置与系统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:CN114846478B

龙图腾网通过国家知识产权局官网在2026-01-23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:202080089427.7,技术领域涉及:G06N3/063;该发明授权神经网络处理的方法、装置与系统是由洪宗会;霍元宏;沈广冲;张广飞设计研发完成,并于2020-01-16向国家知识产权局提交的专利申请。

神经网络处理的方法、装置与系统在说明书摘要公布了:一种神经网络处理的方法、装置100与系统1000,该装置100包括:第一计算阵列10,用于执行第一类神经网络运算;第二计算阵列20,用于执行第二类神经网络运算,第二类神经网络运算不同于第一类神经网络运算;控制模块30,用于控制第一计算阵列10执行第一类神经网络运算,以及控制第二计算阵列20执行第二类神经网络运算。通过包括多个用于执行神经网络中不同类型的运算的计算阵列,从而可以实现对神经网络中多种类型的运算进行加速,从而可以提高深度神经网络的计算效率。

本发明授权神经网络处理的方法、装置与系统在权利要求书中公布了:1.一种神经网络处理的装置,其特征在于,包括: 第一计算阵列,用于执行第一类神经网络运算,所述第一类神经网络运算为卷积运算,所述第一计算阵列为三维乘累加运算3DMAC阵列; 第二计算阵列,用于执行第二类神经网络运算,所述第二类神经网络运算不同于所述第一类神经网络运算; 第一存储模块,用于存储卷积运算所需的权重; 与所述第一存储模块分离设置的第二存储模块,用于存储卷积运算所需的特征数据,还用于存储所述第二类神经网络运算所需的数据; 高速缓冲存储器,用于缓存从所述第二存储模块读取的卷积运算所需的特征数据; 控制模块,用于控制所述第一计算阵列执行所述第一类神经网络运算,以及控制所述第二计算阵列执行所述第二类神经网络运算,所述控制模块包括: 第一控制单元,用于从所述第一存储模块读取卷积运算所需的权重至所述第一计算阵列; 第二控制单元,用于在所述第一计算阵列要执行卷积运算时,判断所述高速缓冲存储器中是否具有所述第一计算阵列进行卷积运算所需的特征数据; 若判断结果为是,从所述高速缓冲存储器中读取卷积运算所需的特征数据至所述第一计算阵列; 若判断结果为否,从所述第二存储模块中读取所需的特征数据到所述高速缓冲存储器中,从所述高速缓冲存储器中读取卷积运算所需的特征数据至所述第一计算阵列; 所述第二控制单元还用于从所述第二存储模块读取所述第二类神经网络运算所需的数据至所述第二计算阵列; 其中,所述第一控制单元读取卷积运算所需的权重的操作与所述第二控制单元读取卷积运算所需的特征数据的操作同时执行;在所述第一计算阵列的卷积运算完成后,所述第二控制单元把所述第一计算阵列得到的计算结果存入所述第二存储模块中; 所述第二控制单元与所述第一控制单元可通信,所述第一计算阵列与所述第一存储模块所在的模块或区域记为卷积加速单元,所述第二控制单元位于所述卷积加速单元外。

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北京算能科技有限公司,其通讯地址为:101111 北京市北京经济技术开发区科谷一街8号院8号楼9层901;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。