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！

龍圖騰網恭喜浙江大學申請的專利基于FPGA實現卷積神經網絡的軟硬件協同加速方法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：CN117610626B 。

龍圖騰網通過國家知識產權局官網在2025-05-13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：202311624785.5，技術領域涉及：G06N3/063；該發明授權基于FPGA實現卷積神經網絡的軟硬件協同加速方法是由孟文超;劉宏森;龍常青;王寧;賀詩波;顧超杰;楊秦敏;陳積明設計研發完成，并于2023-11-30向國家知識產權局提交的專利申請。

本基于FPGA實現卷積神經網絡的軟硬件協同加速方法在說明書摘要公布了：本發明公開了一種基于FPGA實現卷積神經網絡的軟硬件協同加速方法，該方法包括：選取卷積神經網絡和數據集，并對卷積神經網絡進行訓練和量化；將量化模型根據所將權重和參數保存為二進制的機器語言文件。根據保存的數據生成硬件電路，使用卷積并行優化、矩陣劃分、循環展開和訪存流水化實現軟硬件加速協同；對實現軟硬件協同優化的數據重新生成硬件IP，根據硬件IP完成硬件設置、約束與布線。本發明采用的軟硬件協同優化策略實現了算子級優化，能高效地使用已設計好的卷積模塊；采用一整套神經網絡量化與模型壓縮方案，保證模型的實際部署效果且本發明具有多FPGA平臺通用性。

本發明授權基于FPGA實現卷積神經網絡的軟硬件協同加速方法在權利要求書中公布了：1.一種基于FPGA實現卷積神經網絡的軟硬件協同加速方法，其特征在于，該方法包括：S1、選取卷積神經網絡和數據集，并對卷積神經網絡進行訓練和量化；S2、模型部署：按所屬網絡層將權重、偏置參數保存為二進制的機器語言文件.bin，后續根據需求通過AXI總線傳輸到FPGA緩存中來讀取；S3、軟硬件協同：根據保存的數據生成硬件電路，其中根據功能生成網絡層IP；采用流水線結構增加并行度；通過矩陣劃分指定矩陣的存儲方式；通過更改循環體中條件判斷指令的占比來提高執行效率；對FPGA從緩存中讀取并寫入數據的操作過程進行流水化；所述采用流水線結構增加并行度具體為：使用一級流水線結構增加并行度和使用二級流水線來增加并行度，其中二級流水線為兩個內部嵌套循環，使用時需要調整循環嵌套間的順序解決存取與處理的沖突問題，確保不產生數據依賴；S4、硬件實施：對實現軟硬件協同優化的數據重新生成硬件IP，根據硬件IP完成硬件設置、約束與布線。

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浙江大學，其通訊地址為：310058 浙江省杭州市西湖區余杭塘路866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”。