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！

龙图腾网获悉浙江大学申请的专利一种面向众核架构的神经网络拓扑结构映射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：CN115345288B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202210965747.5，技术领域涉及：G06N3/063；该发明授权一种面向众核架构的神经网络拓扑结构映射方法是由李莹;姜增凯;邓水光;吕攀;潘纲设计研发完成，并于2022-08-12向国家知识产权局提交的专利申请。

本一种面向众核架构的神经网络拓扑结构映射方法在说明书摘要公布了：本发明公开了一种面向众核架构的神经网络拓扑结构映射方法，使用基于缩减规模、初步切分、扩增规模、构造映射方案的四步算法框架，将拓扑结构保存至文件系统，通过图划分算法和力引导算法的应用，从而使得编译大规模神经网络的拓扑结构时的内存占用大幅减少，进而拓展了可部署至神经计算芯片的神经网络的范围。同时，通过使用对映射问题具有特异性的启发式算法，大幅减少了迭代次数和运行时间，提高编译效率，同时保证编译结果的质量。

本发明授权一种面向众核架构的神经网络拓扑结构映射方法在权利要求书中公布了：1.一种面向众核架构的神经网络拓扑结构映射方法，其特征在于，包括： 步骤S1，将神经网络的拓扑结构保存为特定数据结构的二进制文件，后续步骤中生成的拓扑结构均以该格式保存在文件系统中，借助特定数据结构进行读取和写入； 步骤S2-1，对神经网络拓扑结构的规模进行缩减；随机顺序遍历当前拓扑结构中的所有顶点，选择出符合条件的所有顶点对，每个顶点对中的两个顶点被合成为一个新顶点，生成缩减后的新拓扑结构； 步骤S2-2，对于新拓扑结构，重复进行步骤S2-1，直到缩减后顶点的数量较缩减之前的减少率低于设定比例； 步骤S3-1，对拓扑结构进行二分，形成两个顶点数量相近的两个子拓扑结构； 步骤S3-2，重复对新生成的子拓扑结构进行步骤S3-1的操作，直到所有子拓扑结构中的顶点尺寸之和不超过神经计算芯片核心的容量限制； 步骤S4，对所有子拓扑结构进行编号，得到顶点到子拓扑结构的多对一映射关系； 步骤S5-1，将得到的映射关系对应到缩减前的拓扑结构；定义跨子拓扑结构的边的权重和为C，按随机顺序遍历所有顶点，并将顶点转移到使C下降最多的子拓扑结构中； 步骤S5-2，重复步骤S5-1，直到获得原图上顶点序号到子拓扑结构的多对一映射关系； 步骤S6，将每个子拓扑结构中的神经元打包为一个神经元组，得到神经元序号到神经元组序号的映射； 步骤S7，在神经计算芯片或神经计算芯片阵列上寻找作为编译的目标区域； 步骤S8-1，将目标区域切分为两个子区域，同时将神经元组切分为两个小组；切分时保证小组的尺寸不超过对应子区域的容量限制； 步骤S8-2，重复步骤S8-1，直到每个小组中只有一个神经元组，对应神经计算芯片上的一个核心，得到初步映射方案； 步骤S9-1：计算每个神经元组受到的假想力，并将受力最大的一部分神经元组向受力方向移动；具体过程为： 对于初步映射方案中的每一条连接，假设其连接了子拓扑结构u和v，设w是这条连接的权重，Xu,Yu和Xv,Yv分别是u和v在芯片或芯片阵列上的坐标；那么子拓扑结构u受到的力为Fu＝Xv-Xu,Yv-Yu，子拓扑结构v受到的力为Fv＝Xu-Xv,Yu-Yv；对于每个子拓扑结构，用算法计算其受到的合力；根据子拓扑结构受到的合力大小进行排序，根据从大到小的顺序遍历受到合力最大的5％的子拓扑结构； 对于每个被遍历到的子拓扑结构，在其期望移动的方向上，寻找另一个子拓扑结构与其交换；本子拓扑结构所受合力的变化量与被交换的子拓扑结构所受合力的变化量之和，就是本次交换的交换成本；找到交换成本最低的交换方案并进行交换； 步骤S9-2：重复步骤S9-1，直到达到最大迭代次数； 步骤S10：解构神经元组，得到神经网络神经元到神经计算芯片核心的多对一映射关系，即拓扑结构映射的最终结果。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。