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！

龙图腾网获悉华中科技大学申请的专利一种SNN硬件加速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：CN121072623B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202511225214.3，技术领域涉及：G06N3/063；该发明授权一种SNN硬件加速器是由王兴晟;王怡;江品锋;方艺龙;王乐天设计研发完成，并于2025-08-29向国家知识产权局提交的专利申请。

本一种SNN硬件加速器在说明书摘要公布了：本发明公开了一种SNN硬件加速器，属于集成电路技术领域，提供了实现STDP+DFA算法的硬件架构，基于LIF神经元阵列实现了SNN网络各网络层的计算；SNN硬件加速器中设置有与SNN网络中各神经元一一对应的多个活跃度计数器；通过活跃度计数器记录对应神经元脉冲发放的次数，在接收到网络训练请求时，将脉冲发放次数大于预设活跃度阈值的神经元作为活跃神经元，将在当前时间步t下发放脉冲的活跃神经元作为待更新神经元，在计算对应的误差信号时，仅将对应预设稀疏矩阵中与待更新神经元相对应的列索引下的列向量与对应误差损失梯度向量相乘，能够以较低的计算资源开销实现精度较高的SNN硬件加速器。

本发明授权一种SNN硬件加速器在权利要求书中公布了：1.一种SNN硬件加速器，其特征在于，用于进行SNN网络运算，SNN网络包括n个级联的网络层，记为第一至第n网络层；第一至第n-1网络层均为SNN网络的隐藏层；第n网络层为SNN网络的输出层，作为与第n-1隐藏层相对应的第n-1分类器，其内神经元数量为Nn；相邻两个网络层中的神经元通过全连接方式进行连接；SNN网络中的神经元数量为M；n、M和Nn均为正整数； 所述SNN硬件加速器包括：计算模块、缓存器、权重存储模块、全局误差调制模块、与SNN网络中M个神经元一一对应的M个活跃度计数器；所述权重存储模块用于存储SNN网络各网络层中的权重及第一至第n-2分类器中的权重；第p分类器为与第p隐藏层全连接的神经网络层，其内的神经元数量为Nn；p=1,2,......,n-2； 所述计算模块用于在当前时间步t下实现SNN网络的n个网络层的前向传播：在进行每一层网络层的计算时，将待进行计算的数据通过缓存器输入至LIF神经元阵列中，并从权重存储模块中读取对应的权重数据输入至LIF神经元阵列中，基于LIF神经元阵列时分复用地实现第一个网络层的计算；在进行第一网络层的计算时，所述待进行计算的数据为当前时间步t下输入的脉冲数据；在进行第二至第n网络层的计算时，所述待进行计算的数据为前一网络层的计算结果；LIF神经元阵列中的LIF神经元用于实现SNN网络中一个神经元的计算，在工作过程中基于接收到的脉冲数据和权重数据实现膜电位的累积，并在膜电位超过预设膜电位阈值时发放脉冲，在脉冲发放完成后，进行膜电位重置，同时控制对应的活跃度计数器加一； 所述计算模块在接收到网络训练请求时，还用于将第p隐藏层的计算结果通过缓存器输入至LIF神经元阵列，并从权重存储模块中获取第p分类器所对应的权重数据输入至LIF神经元阵列，基于LIF神经元阵列时分复用地实现第p分类器的计算；读取SNN网络中各神经元所对应的活跃度计数器中的计数值，当计数值小于预设活跃度阈值时，将该神经元标记为非活跃神经元，否则标记为活跃神经元；将SNN网络中在时间步t下发放脉冲的活跃神经元作为待更新神经元，并将待更新神经元的索引发送至所述全局误差调制模块中； 所述全局误差调制模块用于在接收到网络训练请求时，将第q分类器的计算结果与第q分类器的预设目标输出作差，得到第q误差损失梯度向量，维度为1×Nn；q=1,2,......,n-1；将第q预设稀疏矩阵中与待更新神经元相对应的列索引下的列向量与第q误差损失梯度向量相乘，得到第q误差信号，并发送至计算模块；第q预设稀疏矩阵的大小为Nn×Nq；Nq为第q网络层中的神经元数量； 所述计算模块还用于在接收到第q误差信号后，基于第q误差信号对第q网络层中待更新神经元的权重数据进行更新；当q=1时，所更新的权重数据为第q网络层中待更新神经元与对应非零输入数据之间的权重数据；当q≥2时，所更新的权重数据为第q网络层中待更新神经元与第q-1网络层中待更新神经元之间的权重数据。

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华中科技大学，其通讯地址为：430074 湖北省武汉市珞喻路1037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。