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面向数据流神经网络加速器设计的架构自动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：CN115600637B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202211152018.4，技术领域涉及：G06N3/0464；该发明授权面向数据流神经网络加速器设计的架构自动优化方法是由王天行;李申;马钟设计研发完成，并于2022-09-21向国家知识产权局提交的专利申请。

本面向数据流神经网络加速器设计的架构自动优化方法在说明书摘要公布了：本发明属于人工智能技术领域，具体涉及一种面向数据流神经网络加速器设计的架构自动优化方法。提出前馈数据流架构FPGA加速器网络层间FIFO深度仿真计算方法、计算存储资源分配方法。提高了数据流神经网络加速器架构优化参数搜索速度，减少加速器设计过程中由于手动优化调参、综合布线所耗费大量时间。并通过自动搜索的并行度和FIFO参数保证了网络各计算单元高效流水，可以得到更为合理高效的设计方案。本方法简化了神经网络算法到FPGA加速器实现的过程，减少了用户对神经网络加速器设计师的依赖，使算法设计师无需硬件设计经验便可轻松使用，提高了工具易用性。

本发明授权面向数据流神经网络加速器设计的架构自动优化方法在权利要求书中公布了：1.一种面向数据流神经网络加速器设计的架构自动优化方法，其特征在于，包括： 步骤一：计算神经网络各层的并行度和期望运行时间，根据各层的并行度计算各层并行度参数集合；各层选取使各层的运行时间小于期望运行时间且并行度最小的一组并行度参数集合； 步骤二：采用高层次综合模板，根据步骤一获得的使各层的运行时间小于期望运行时间且并行度最小的一组并行度参数集合，生成神经网络每一层的IP核； 步骤三：根据神经网络拓扑结构连接神经网络各层的IP核，在各IP核之间插入自定义FIFO模块，构建加速器模块；增设仿真控制模块，与加速器模块结合，组成FIFO大小仿真计算模型； 使用FIFO大小仿真计算模型计算每一个自定义FIFO模块的大小设定值； 将加速器模块的自定义FIFO模块改为通用FIFO，并依次修改每一个通用FIFO的深度分别对应FIFO大小仿真计算模型的计算获得的对应自定义FIFO模块的大小设定值； 步骤四：使用VIVADO工具综合实现加速器模块，获取资源使用综合报告； 若综合实现失败，则重复步骤一到三，直到综合实现成功或者重试次数超过阈值为止； 若重复次数超过阈值，则表明无法完成当前吞吐率在FPGA下的资源分配，结束进程； 若综合实现成功，且符合程序终止条件，则进入步骤五； 若综合实现成功，且不符合程序终止条件，则根据资源分配情况调整期望吞吐率，进入步骤一； 步骤五：输出结果； 步骤一神经网络各层并行度计算方法为： 给定量化训练好的网络模型，给定FPGA可用的资源数量，给定期望吞吐率迭代初值； 根据神经网络层类型和参数，计算N层神经网络每个层i推理所需的乘法操作数，其中1≤𝑖≤𝑁； 对于卷积核尺寸，输出特征图宽度高度，特征图输入通道数，特征图输出通道数的卷积层，推理所需的乘法操作数计算公式为： 对于宽度为，高度为的全连接层，推理所需的乘法操作数计算公式为： 计算神经网络第i层的并行度，若第i层为卷积层，则并行度为： 若第i层为全连接层，则并行度为： 其中为输出通道并行度,为输入通道并行度，为输入特征图像素并行度； 卷积层运行时间； 全连接层运行时间； 其中为FPGA的时钟周期； 步骤一中期望运行时间计算方法为： 期望运行时间，其中为第m次迭代的期望吞吐率。

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：710000 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”。

以上内容由龙图腾AI智能生成。