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利用比特级稀疏性的深度学习卷积加速方法及处理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：CN114021710B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202111254887.3，技术领域涉及：G06N3/063；该发明授权利用比特级稀疏性的深度学习卷积加速方法及处理器是由路航;李晓维设计研发完成，并于2021-10-27向国家知识产权局提交的专利申请。

本利用比特级稀疏性的深度学习卷积加速方法及处理器在说明书摘要公布了：本发明提出一种利用比特级稀疏性的深度学习卷积加速方法和处理器，包括：获取待卷积的多组数据对，求和每组数据对中激活值和原始权重的指数，得到每一组数据对的指数和，并从所有数据对中选择数值最大的指数和作为最大指数；按计算顺序排列原始权重的尾数，形成权重矩阵，并将权重矩阵中各行统一对齐到最大指数，得到对齐矩阵；剔除对齐矩阵中的松弛位，得到精简矩阵，精简矩阵每一列的基本位按计算顺序递补空位，形成中间矩阵，剔除中间矩阵的空行后，将矩阵中空位置0，得到交错权重矩阵，将交错权重矩阵中每一行中权重段与对应激活值的尾数发送至加法树进行求和处理，通过对处理结果执行移位相加，得到输出特征图作为多组数据对的卷积结果。

本发明授权利用比特级稀疏性的深度学习卷积加速方法及处理器在权利要求书中公布了：1.一种利用比特级稀疏性的深度学习卷积加速方法，其特征在于，包括： 步骤1、获取待卷积的多组数据对，每一组数据对由激活值及其对应的原始权重构成，且该激活值和该原始权重均为浮点数； 步骤2、求和每组数据对中激活值和原始权重的指数，得到每一组数据对的指数和，并从所有数据对中选择数值最大的指数和作为最大指数； 步骤3、按计算顺序排列该原始权重的尾数，形成权重矩阵，并将该权重矩阵中各行统一对齐到该最大指数，得到对齐矩阵； 步骤4、剔除该对齐矩阵中的松弛位，得到具有空位的精简矩阵，并使该精简矩阵每一列的基本位按该计算顺序递补该空位，形成中间矩阵，剔除该中间矩阵的空行后，将矩阵中空位置0，得到交错权重矩阵，将该交错权重矩阵中每一行作为必要权重； 步骤5、根据激活值与原始权重中基本位的对应关系，得到该必要权重中每一位对应激活值的位置信息，将该必要权重送入拆分累加器，该拆分累加器将该必要权重按位分割为多个权重段，根据该位置信息，将该权重段与对应激活值的尾数发送至加法树进行求和处理，通过对处理结果执行移位相加，得到输出特征图作为该多组数据对的卷积结果； 其中该激活值为图像的像素值。

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：100080 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”。