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 > 重庆大学杨镡获国家专利权

重庆大学杨镡获国家专利权

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!

龙图腾网获悉重庆大学申请的专利一种可重构的稀疏神经网络加速器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:CN115169553B

龙图腾网通过国家知识产权局官网在2025-10-21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:202210801703.9,技术领域涉及:G06N3/082;该发明授权一种可重构的稀疏神经网络加速器是由杨镡;汪成亮;朴星泉;黄哲通;任骜设计研发完成,并于2022-07-07向国家知识产权局提交的专利申请。

一种可重构的稀疏神经网络加速器在说明书摘要公布了:本发明提出了一种可重构的稀疏神经网络加速器,其特征在于,包括:输入特征图存储模块、指令存储模块、权重存储模块、偏置存储模块、输出特征图存储模块、特征图Bitmap存储模块、控制模块、计算控制模块、地址映射模块、PE阵列模块和PU通用数据处理模块。控制模块与输入特征图存储模块、指令存储模块、权重存储模块、偏置存储模块、特征图Bitmap存储模块相连接;计算控制模块与输入特征图存储模块、指令存储模块、权重存储模块、偏置存储模块、输出特征图存储模块、特征图Bitmap存储模块、PE阵列运算模块相连接;地址映射模块与输入特征图存储模块、特征图Bitmap存储模块、输出特征图存储模块相连接,PE阵列运算模块与输入特征图存储模块、输出特征图存储模块、权重存储模块和偏置存储模块相连接;PU通用数据处理模块与指令存储模块、输出特征图存储模块、DDR模块相连接。本发明能够使用较少的资源同时支持多种卷积计算以提升神经网络加速器的通用性。

本发明授权一种可重构的稀疏神经网络加速器在权利要求书中公布了:1.一种可重构的稀疏神经网络加速器,其特征在于,包括:输入特征图存储模块、指令存储模块、权重存储模块、偏置存储模块、输出特征图存储模块、特征图Bitmap存储模块、控制模块、计算控制模块、地址映射模块、PE阵列模块和PU通用数据处理模块; 控制模块与输入特征图存储模块、指令存储模块、权重存储模块、偏置存储模块、特征图Bitmap存储模块相连接; 计算控制模块与输入特征图存储模块、指令存储模块、权重存储模块、偏置存储模块、输出特征图存储模块、特征图Bitmap存储模块、PE阵列运算模块相连接; 地址映射模块与输入特征图存储模块、特征图Bitmap存储模块、输出特征图存储模块相连接; PE阵列运算模块与输入特征图存储模块、输出特征图存储模块、权重存储模块和偏置存储模块相连接; PU通用数据处理模块与指令存储模块、输出特征图存储模块、DDR模块相连接; 输入特征图存储模块与控制模块、计算控制模块、地址映射模块和PE阵列运算模块相连接; 可重构的稀疏神经网络加速器的运行方法包括: S1,输入特征图获取、存储以及特征图Bitmap生成:对于稀疏或非稀疏神经网络模型的某一卷积层,加速器先从指令中获取当前待计算特征图尺寸和DDR的内存地址,然后从DDR内存中通过AXI协议获取待卷积计算的输入特征图,并分批传输至本加速器的特征图存储模块中; S2,特征图Bitmap解析:输入特征图完成传输后,地址映射模块开始工作,对二值矩阵数据进行映射,分别用于生成特征图存储模块的读地址和输出特征图存储模块的写地址; S3,PE阵列获取权重和输入特征图数据:加载一组尺寸为M×N的权重数据保存至PE阵列模块中,对于M个PE,每个PE中可存储N个权重数据值;当非全0的一组数据从输入特征图模块中被读出,送至PE阵列运算之前,进行不同的处理以支持Depthwise卷积和其它卷积类型; S4,加速器进行PE运算; S5,输出数据:将PE运算结果存储到输出特征图模块中保存,然后PU通用数据处理模块从输出特征图模块中读取数据进行计算,再进行激活、上采样和最大池化操作,最后把PU的计算结果发送至DDR内存中保存。

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重庆大学,其通讯地址为:400030 重庆市沙坪坝区沙正街174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。