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！

龙图腾网获悉西安交通大学申请的专利一种面向稀疏卷积神经网络的加速器及加速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：CN115640833B 。

龙图腾网通过国家知识产权局官网在2026-03-13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：202211274717.6，技术领域涉及：G06N3/0464；该发明授权一种面向稀疏卷积神经网络的加速器及加速方法是由杨晨;孟依烁;霍凯搏;夏宇恒设计研发完成，并于2022-10-18向国家知识产权局提交的专利申请。

本一种面向稀疏卷积神经网络的加速器及加速方法在说明书摘要公布了：本发明面向稀疏卷积神经网络的加速方法，包括：S1，根据稀疏卷积神经网络中稀疏卷积核的非零权重的重要性，将稀疏卷积核中的非零权重进行聚集和重排，得到重排卷积核；S2，根据重排卷积核中非零权重的索引对输入块进行扩张，得到扩张输入块；S3，对扩张输入块中的特征图子块进行累加，得到累加块，将累加块与重排卷积核进行卷积运算并取平均值，得到卷积结果；或者，根据扩张输入块中特征图子块的重要性对特征图子块进行筛选，得到候选块，将候选块与重排卷积核进行卷积运算，得到卷积结果。本发明在改善网络结构的同时能大幅度降低稀疏卷积神经网络模型中的冗余运算量。

本发明授权一种面向稀疏卷积神经网络的加速器及加速方法在权利要求书中公布了：1.一种面向稀疏卷积神经网络的加速器，其特征在于，包括： 卷积核重排模块，用于根据稀疏卷积神经网络中稀疏卷积核的非零权重的重要性，将稀疏卷积核中的非零权重进行聚集和重排，得到重排卷积核；并根据重排卷积核中非零权重的索引对输入块进行扩张，得到扩张输入块； 卷积池化结合模块，用于对扩张输入块中的特征图子块进行累加，得到累加块，或者，根据对扩张输入块中特征图子块的重要性对特征图子块进行筛选，得到候选块； 乘法运算模块，包含PE阵列、部分和累加模块以及全累加模块3个部分；用于将累加块与重排卷积核进行卷积运算并取平均值，得到卷积结果，或者，将候选块与重排卷积核进行卷积运算，得到卷积结果； 控制器，根据当前层的运算提供配置信息； 存储系统，包含外部储存器与片上存储器两个部分；其中，外部存储器用于存储片上存储器无法承载的激活及权重；片上存储器分为输入数据缓冲区、权重缓冲区以及重排卷积核数据寄存器扩张输入块缓冲区；输入数据缓冲区和权重缓冲区用于存储加载到片上存储器的特征图以及稀疏CNN模型，重排卷积核扩张输入块缓冲区用于存储候选块编号计算结束前产生的重排卷积核及扩张输入块； 所述卷积核重排模块包括： 权重重要性评估模块，用于评估稀疏卷积神经网络中稀疏卷积核的非零权重的重要性； 权重排序模块，用于根据非零权重的重要性对非零权重进行排序，将重要性最高的个权重依次填入重排卷积核，得到重排卷积核；其中，为重排卷积核尺寸； 输入块扩张模块，用于将重排卷积核中每个权重对应的输入子块填入扩张输入块中，得到扩张输入块； 所述权重重要性评估模块包括比特分离模块、地址生成器、非零检测模块、第一加法树和移位器； 比特分离模块，用于根据非零权重得到权重索引和权重值； 地址生成器，用于根据权重索引计算得到与非零权重对应的输入子块的地址，根据输入子块的地址获取输入子块； 第一加法树，用于将输入子块进行累加得到累加和； 非零检测模块，用于将累加和量化； 移位器，用于将量化后的累加和与权重值通过计算得出非零权重的重要性。

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西安交通大学，其通讯地址为：710048 陕西省西安市碑林区咸宁西路28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。