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技术大学申请的专利基于计算精度的卷积神经网络流水并行实现方法及系统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：CN115564636B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202211276989.X，技术领域涉及：G06T1/20；该发明授权基于计算精度的卷积神经网络流水并行实现方法及系统是由郑歆慰;卢伟鹏设计研发完成，并于2022-10-18向国家知识产权局提交的专利申请。

本基于计算精度的卷积神经网络流水并行实现方法及系统在说明书摘要公布了：本发明公开了基于计算精度的卷积神经网络流水并行实现方法及系统，属于卷积神经网络技术领域，包括以下步骤：S1：寻找子结构；S2：算子转化；S3：输入及输出精度转化；S4：低精度计算。本发明对卷积神经网络的计算逻辑进行切分融合成多个独立模块进行流水并行，同时对于适宜量化的模块进行量化，从而减少通行量，并分别把模块放在高精度计算卡或量化后放在低精度卡上进行计算，从而充分利用不同精度的计算资源共同完成卷积神经网络的计算，值得被推广使用。

本发明授权基于计算精度的卷积神经网络流水并行实现方法及系统在权利要求书中公布了：1.基于计算精度的卷积神经网络流水并行实现方法，其特征在于，包括以下步骤： S1：寻找子结构 读入卷积神经网络计算模型的计算结构图，寻找到具备量化条件的待量化子结构； 在所述步骤S1中，具体过程如下： S101：对卷积神经网络计算模型的计算结构图进行拓扑排序，通过拓扑排序将计算结构图转化为一个算子序列，计算结构图中的每个节点均为一个算子； S102：对算子序列进行遍历，当遇到卷积层算子后，继续向后遍历，找到批标准化算子以及后续的线性整流算子，即得到算子组；如果其他算子不依赖该组算子的中间输出结果，则将找到的卷积层算子、批标准化算子及线性整流算子合并成一个算子，并标记为待量化算子；如果卷积层算子的后续不是批标准化算子或线性整流算子，或者有其他算子依赖该组算子的中间输出，则仅把当前卷积层算子标记为待量化算子； S103：对算子序列进行再次遍历，将相邻的待量化算子合并为一个量化组，即待量化子结构； S2：算子转化 将步骤S1中寻找到的高精度的待量化子结构量化为低精度的算子； S3：输入及输出精度转化 在量化为低精度的算子的待量化子结构前后插入精度转化算子，进而将待量化子结构的输入由高精度转为低精度，输出由低精度转为高精度； S4：低精度计算 在卷积神经网络计算模型中插入计算发送节点和结果接收节点，将转化为低精度的待量化子结构发送至低精度计算卡进行计算，并将计算结果从低精度计算卡取回。

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技术大学，其通讯地址为：230026 安徽省合肥市金寨路96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”。