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！

龙图腾网获悉西安微电子技术研究所申请的专利一种适配于运行在FPGA上的神经网络加速器的自适应量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：CN114004327B 。

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：202110057445.3，技术领域涉及：G06N3/02；该发明授权一种适配于运行在FPGA上的神经网络加速器的自适应量化方法是由魏璐;马钟;王月娇;杨超杰设计研发完成，并于2021-01-15向国家知识产权局提交的专利申请。

本一种适配于运行在FPGA上的神经网络加速器的自适应量化方法在说明书摘要公布了：本发明公开了一种适配于运行在FPGA上的神经网络加速器的自适应量化方法，属于神经网络领域。本发明根据神经网络加速器计算过程的实际位宽自动预判神经网络加速器计算时的溢出程度，并针对溢出的程度自适应的调整量化参数，避免神经网络算法在FPGA上计算过程中数据溢出问题的发生，从而保证神经网络模型结果的正确性。本发明的自适应量化方法，将量化操作与神经网络加速器硬件的资源规划相结合，保证了在神经网络加速器部署算法时结果的正确性，在不损失模型精度和执行效率的前提下，能够有效压缩模型规模，使之在资源受限的情况下易于部署实施，节省存储空间和计算资源，具有重要的研究意义和应用价值。

本发明授权一种适配于运行在FPGA上的神经网络加速器的自适应量化方法在权利要求书中公布了：1.一种适配于运行在FPGA上的神经网络加速器的自适应量化方法，其特征在于，根据卷积层的输入和权重值、FPGA计算过程中的数据位宽，预判中间计算过程数据的范围和分布； 基于FPGA计算过程中的实际计算位宽和所述中间计算过程数据的范围和分布，计算溢出程度； 基于溢出程度，采用KL-divergence的方法，自适应地调整量化参数，直至调整量化参数后数据的分布与原始数据分布的差异在预设范围内； 根据KL-divergence方法调整量化参数，采用相对熵的方式衡量调整量化参数后数据分布与原始数据分布的差异程度，寻找最优阈值作为量化参数； 当卷积层的输入和权重值均为8位整型数，若FPGA计算过程中的数据位宽为20位，则其能够表示的数据范围为-524288~524287，超出此范围的数据将被截断； 基于FPGA计算过程中的实际计算位宽，预判中间计算过程数据的范围和分布，针对溢出的程度，采用KL-divergence的方法，自适应地调整量化参数，直至调整量化参数后数据的分布与原始真实的数据分布最为相近。

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微电子技术研究所，其通讯地址为：710065 陕西省西安市雁塔区太白南路198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”。