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！

龙图腾网获悉南京大学申请的专利一种基于光电存算一体器件的多层感知机装置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：CN115587622B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202211178375.8，技术领域涉及：G06N3/063；该发明授权一种基于光电存算一体器件的多层感知机装置是由潘红兵;吴迪;梅正宇;郑沐晗;王宇宣设计研发完成，并于2022-09-26向国家知识产权局提交的专利申请。

本一种基于光电存算一体器件的多层感知机装置在说明书摘要公布了：本发明提供了一种基于光电存算一体器件的多层感知机装置。该装置包括：普通卷积层模块，用于对输入特征图进行卷积运算并生成输出特征图传输至混合层模块；混合层模块，包括级联的四个混合层模块，每个混合层模块分别包括依次相连的深度可分离卷积层子模块、两个全连接层子模块；平均池化及分类输出模块，包括平均池化子模块和分类器子模块，用于将四个混合层模块输出的特征图像按通道进行平均池化操作，然后将平均池化后得到的一维向量进行分类输出操作得到最终分类的预测结果。本发明所实现的神经网络加速器其中间缓存开销更小、与基于光电存算一体器件的计算阵列更适配，而且提升了神经网络中矩阵向量乘运算的效率。

本发明授权一种基于光电存算一体器件的多层感知机装置在权利要求书中公布了：1.一种基于光电存算一体器件的多层感知机装置，其特征在于，该多层感知机装置包括： 普通卷积层模块，用于对输入特征图进行卷积运算并生成输出特征图传输至第一混合层模块； 混合层模块，包括级联的第一混合层模块、第二混合层模块、第三混合层模块和第四混合层模块，这四个混合层模块分别包括依次相连的深度可分离卷积层子模块、第一全连接层子模块和第二全连接层子模块，用于接收上级模块的输出特征图并按照模块顺序对特征图进行一层深度可分离卷积操作和两层全连接操作，然后将深度可分离卷积操作输出的特征图和第二层全连接操作的输出特征图逐点相加后传入到下级模块； 平均池化及分类输出模块，包括平均池化子模块和分类器子模块，用于将四个混合层模块输出的特征图像按通道进行平均池化操作，然后将平均池化后得到的一维向量进行分类输出操作得到最终分类的预测结果； 所述普通卷积层模块包括数据寄存单元、并串转换单元以及矩阵向量乘单元；所述数据寄存单元，用于缓存输入特征图数据和输出特征图数据；所述并串转换单元，用于将数据寄存单元中的输入特征图按照各通道展开为一维向量，并将一维向量首尾拼接得到输入激励向量；所述矩阵向量乘单元，用于执行卷积运算和全连接运算映射后的矩阵向量乘操作，其包括基于光电存算一体器件的计算阵列、电流—电压转换电路、模数转换电路和移位累加器； 所述矩阵向量乘单元在实现矩阵向量乘运算操作时，具体包括如下步骤： 1将M×N个权重值转换为对应的光子数并存储在矩阵向量乘单元内部的两个M行N列的计算阵列中；第一个阵列存储正权重，第二个阵列存储负权重的绝对值，两个阵列其余的位置填充为0； 2将每层的输入特征图存入该层的数据寄存单元中，随后输入特征图被该层的并串转换单元按照各通道展开为一维向量并首尾拼接转换得到M×1的输入激励向量； 3将M×1个输入激励向量按照从低位到高位的顺序分别施加在矩阵向量乘单元内部计算阵列每行的驱动端；在矩阵向量乘单元计算时，用第一个阵列的运算结果减去第二个阵列的运算结果，就能够得到包含负权重的完整运算结果； 4最后将矩阵向量乘单元内部计算阵列每列电流汇聚后的模拟电流量经过电流—电压转换电路以及模数转换电路转化成数字结果，随后输出到移位累加器中进行移位累加求和得到最终计算结果。

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南京大学，其通讯地址为：210046 江苏省南京市栖霞区仙林大道163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。