買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉西安郵電大學申請的專利一種用于粗粒度可重構AI陣列的算子庫生成方法及應用獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120525013B 。

龍圖騰網通過國家知識產權局官網在2025-09-12發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202511028158.4，技術領域涉及：G06N3/063；該發明授權一種用于粗粒度可重構AI陣列的算子庫生成方法及應用是由謝曉燕;周恩洋;于近豪;朱筠;任勛;陳國勝;夏雨祥設計研發完成，并于2025-07-25向國家知識產權局提交的專利申請。

本一種用于粗粒度可重構AI陣列的算子庫生成方法及應用在說明書摘要公布了：本申請公開了一種用于粗粒度可重構AI陣列的算子庫生成方法及應用，涉及從多種卷積神經網絡推理模型的計算圖中抽取適用于粗粒度可重構AI陣列的頻繁公共算子，其中方法包括：將CNN神經網絡推理模型計算圖轉換為有向無環圖；抽取有向無環圖中公共算子，對有向無環圖進行分割，得到多個子圖；將出現較多的子圖定義為頻繁子圖，稱為粗粒度算子；當粗粒度算子計算所需的存儲空間超過片上存儲控制器能力時，將粗粒度算子基于特征圖尺寸劃分為細粒度算子；利用粗粒度算子和細粒度算子構建面向粗粒度可重構AI陣列的算子庫。本申請通過捕捉跨模型共性計算模式構建通用算子庫，減少CNN算子開發的工作量，降低AI芯片應用軟件生態建設難度。

本發明授權一種用于粗粒度可重構AI陣列的算子庫生成方法及應用在權利要求書中公布了：1.一種用于粗粒度可重構AI陣列的算子庫生成方法，其特征在于，包括： 將CNN神經網絡推理模型根據不同的映射策略轉換為有向無環圖，所述有向無環圖包含多個節點； 其中不同的所述映射策略定義為： 其中，表示CNN神經網絡推理模型在ONNX模型結構中表示的有向無環圖，S表示所述映射策略的編號，表示對采用映射策略進行轉換，表示映射策略S包含的內容，v表示節點，表示節點類型，表示卷積池化層的核大小，表示卷積池化層的步數，表示節點輸入輸出的形狀； 抽取所述有向無環圖中的公共算子，按照所述公共算子以及所述有向無環圖中所述節點的連接順序，采用基于Apriori算法思想的頻繁子圖挖掘算法對所述有向無環圖進行劃分，得到多個子圖； 分析所述子圖的頻繁程度，根據所述頻繁程度將出現次數大于支持度閾值的子圖分類為頻繁子圖，否則為非頻繁子圖，所述頻繁子圖稱為粗粒度算子； 針對權重廣播的多級存儲CGRA陣列，當所述粗粒度算子所需的計算空間大于所述CGRA陣列的片上存儲空間C時，對所述粗粒度算子中的卷積操作進行劃分，從而得到多個計算存儲需求更小的子圖，稱為細粒度算子；對所述粗粒度算子中的卷積操作進行劃分時，先將輸入所述CGRA陣列的特征圖劃分為多個數據塊，然后按照公式對所述粗粒度算子中的卷積操作進行劃分： 其中，，h表示最大數據塊的高度，w表示最大數據塊的寬度，C in表示最大數據塊的通道數，W w和W h分別表示所述細粒度算子的卷積核寬度和高度，T rep表示卷積核的重復次數，I c表示所述特征圖的通道數； 采用所述CGRA陣列的機器指令，對所述粗粒度算子和所述細粒度算子分別進行手工映射，構建面向所述CGRA陣列的算子庫。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人西安郵電大學，其通訊地址為：710121 陜西省西安市長安區西長安街618號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。