中国科学院计算技术研究所李宛茜获国家专利权
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！
龙图腾网获悉中国科学院计算技术研究所申请的专利一种资源分配方法以及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：CN115712506B 。
龙图腾网通过国家知识产权局官网在2025-07-01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：202211499120.1，技术领域涉及：G06F9/50；该发明授权一种资源分配方法以及加速器是由李宛茜;陈晓明;韩银和设计研发完成，并于2022-11-28向国家知识产权局提交的专利申请。
本一种资源分配方法以及加速器在说明书摘要公布了：本发明提供了一种资源分配方法以及加速器，该加速器含有多个忆阻器阵列，该方法包括：获取待加速的卷积神经网络的结构参数以及加速器的架构参数；基于所述结构参数和架构参数确定所述卷积神经网络模型的每个卷积层的最小需求量，所述最小需求量为在该加速器上存储对应卷积层中所有权重参数所需的最小忆阻器阵列数；根据预定的约束条件，以每个卷积层在其最小需求量的基础上的分配倍数为调整对象，确定所述卷积神经网络在该加速器上运行的总处理时延最优的资源分配策略，其中，所述最优的资源分配策略指示每个卷积层最终的分配倍数；根据每个卷积层最终的分配倍数和最小需求量，确定该卷积层分配的忆阻器阵列数量。
本发明授权一种资源分配方法以及加速器在权利要求书中公布了：1.一种用于对基于忆阻器的卷积神经网络的加速器中的资源进行分配的方法，该加速器含有多个忆阻器阵列，其特征在于，包括： 获取待加速的卷积神经网络的结构参数以及加速器中与忆阻器阵列相关的架构参数，结构参数包括每个卷积层相关的结构信息； 基于所述结构信息和架构参数确定所述卷积神经网络模型的每个卷积层的最小需求量，所述最小需求量为在该加速器上存储对应卷积层中所有权重参数所需的最小忆阻器阵列数； 根据预定的约束条件，以每个卷积层在其最小需求量的基础上的分配倍数为调整对象，确定所述卷积神经网络在该加速器上运行的总处理时延最优的资源分配策略，其中，所述最优的资源分配策略指示每个卷积层最终的分配倍数； 根据每个卷积层最终的分配倍数和最小需求量，确定该卷积层分配的忆阻器阵列数量。
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中国科学院计算技术研究所，其通讯地址为：100190 北京市海淀区中关村科学院南路6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”。
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号