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！

龙图腾网获悉清华大学申请的专利面向神经网络推理的流控存算架构设计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：CN119918597B 。

龙图腾网通过国家知识产权局官网在2026-01-27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：202411882496.X，技术领域涉及：G06N3/063；该发明授权面向神经网络推理的流控存算架构设计方法是由姚鹏;陈宇昂;卞云峰;高滨;吴华强;唐建石;钱鹤设计研发完成，并于2024-12-19向国家知识产权局提交的专利申请。

本面向神经网络推理的流控存算架构设计方法在说明书摘要公布了：本申请涉及一种面向神经网络推理的流控存算架构设计方法，其中，方法包括：利用RRAM阵列大的存储密度存储更多的权重参数，并配置较少的存内计算资源进行精度需求不算太高的权重量化与反量化等数据预处理。权重参数由存算一体系统搬移至计算单元，计算单元将复用的权重暂存，并接收特征图数据或变量矩阵数据进行乘累加运算，运算操作直接由数据流控制，不需要复杂的控制指令，保证了数据的匹配与完整。本申请支持各种神经网络推理需求，提高了算力利用率和矩阵计算效率，减少了数据搬移的消耗。由此，解决了目前针对推理任务的异构计算架构难以满足各种参数量规模的神经网络的计算需求，矩阵计算效率和算力利用率较低，数据搬移的消耗较大等问题。

本发明授权面向神经网络推理的流控存算架构设计方法在权利要求书中公布了：1.一种面向神经网络推理的流控存算架构设计方法，其特征在于，包括以下步骤： 获取目标推理任务的任务类型，并根据所述任务类型对预设的权重矩阵进行对应权重矩阵划分操作，以得到多个权重矩阵划分数据，并对所述多个权重矩阵划分数据进行反量化操作，以得到多个反量化权重矩阵划分数据，且将所述多个反量化权重矩阵划分数据缓存至目标权重缓存SRAM中，并利用所述目标权重缓存SRAM将所述多个反量化权重矩阵划分数据发送至所述多个目标乘累加单元； 获取所述目标推理任务的特征图数据或变量矩阵数据，且将所述特征图数据或所述变量矩阵数据传递至目标移位寄存器中，以通过所述目标移位寄存器对所述特征图数据或所述变量矩阵数据进行划分，以得到多行特征图数据或多行变量矩阵数据； 通过所述目标变量缓存SRAM获取所述目标移位寄存器中对应的所述多行特征图数据或所述多行变量矩阵数据，并将所述多行特征图数据或所述多行变量矩阵数据发送至多个目标乘累加单元； 利用所述多个目标乘累加单元中的所述多个反量化权重矩阵划分数据与所述特征图数据块或所述变量矩阵数据块进行乘累加计算，以得到所述目标推理任务对应的矩阵乘运算结果。

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清华大学，其通讯地址为：100084 北京市海淀区清华园1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。