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！

龙图腾网获悉杭州电子科技大学申请的专利一种支持深度神经网络加速跨层访存带宽优化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：CN120123274B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202510216697.4，技术领域涉及：G06F13/28；该发明授权一种支持深度神经网络加速跨层访存带宽优化方法是由殷海兵;林聚财;黄晓峰;王军;陈琦;冯杲;殷俊;殷理达;王鸿奎设计研发完成，并于2025-02-26向国家知识产权局提交的专利申请。

本一种支持深度神经网络加速跨层访存带宽优化方法在说明书摘要公布了：本发明涉及神经网络优化技术领域，尤其涉及一种支持深度神经网络加速跨层访存带宽优化方法，包括：步骤1、设计单层分块优化和循环顺序优化带宽模型；步骤2、单层独立分块优化和循环顺序优化；步骤3、跨层联合分块优化和循环顺序优化；步骤4、复合分块优化和循环顺序优化。本发明可实现最小DRAM访问的数据分块策略、循环展开控制策略、数据存储映射更新策略，实现细颗粒度最大化数据复用的数据访问和数据流方案，可有效支持实现计算和访存效率优化的代码自动生成和计算映射优化。

本发明授权一种支持深度神经网络加速跨层访存带宽优化方法在权利要求书中公布了：1.一种支持深度神经网络加速跨层访存带宽优化方法，其特征在于，包括： 步骤1、设计单层分块优化和循环顺序优化带宽模型，具体包括： 根据深度卷积计算数据流特点，设定三种数据访问模式，包括输入特征图系数复用IRO模式、输出特征图系数复用ORO模式和权重系数复用WRO模式； 根据三种数据访问模式的数据流特点，设定输入特征图、输出特征图和权重在各模式下的单次访问数据量和循环访问次数； 步骤2、单层独立分块优化和循环顺序优化，具体包括： 步骤2.1、对单层卷积计算的特征数据进行分块，获取分块参数； 步骤2.2、遍历所有可能的分块组合，分别计算三种数据访问模式下的内存带宽、存储占用，并比较存储阈值和最小内存带宽，确定最优分块组合和数据访问模式； 步骤3、跨层联合分块优化和循环顺序优化，具体包括： 步骤3.1、遍历相邻两层卷积计算数据的分块组合，具体包括： 针对第u层和第u+1层即相邻两层，先对第u层卷积计算的特征数据进行分块，获取第u层分块组合；再复用第u层的分块参数，得到第u+1层分块组合，其中，Twu+1=Tnu，Thu+1=Tmu，即：第u层卷积计算特征图的宽Tn、高Tm复用为第u+1层卷积计算特征图的权重参数：Twu+1、Thu+1； 步骤3.2、按照ORO模式循环遍历计算不同分块组合相邻两层的带宽和存储占用，设置存储约束，按照IRO模式循环遍历检查计算的存储占用是否满足存储约束，并选择总带宽最小的分块组合； 步骤4、复合分块优化和循环顺序优化，具体包括： 步骤4.1、先利用所述单层独立分块优化和循环顺序优化对每一层进行单独优化，再利用所述跨层联合分块优化和循环顺序优化对相邻层进行联合优化； 步骤4.2、通过比较单独优化和联合优化的结果，动态选择最优的分块策略。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区2号大街1158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”。