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！

龙图腾网获悉中国科学技术大学苏州高等研究院申请的专利一种复数域上的三维卷积神经网络加速器及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：CN116596034B 。

龙图腾网通过国家知识产权局官网在2026-05-05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：202310440957.7，技术领域涉及：G06N3/0464；该发明授权一种复数域上的三维卷积神经网络加速器及方法是由宫磊;王超;周学海;李曦;陈香兰;朱宗卫设计研发完成，并于2023-04-23向国家知识产权局提交的专利申请。

本一种复数域上的三维卷积神经网络加速器及方法在说明书摘要公布了：本发明公开了一种复数域上的三维卷积神经网络加速器及方法，该加速器包括：缓存单元，所述缓存单元用于存储复数域内的输入特征、输出特征和权重数据；AXIDMA单元，所述AXIDMA单元用于该加速器与片外存储器进行数据传输；计算单元，所述计算单元用于对所述卷积层和全连接层的计算进行加速；后处理单元，所述后处理单元用于计算融合后的量化层、池化层、批归一化层和激活层；控制单元，所述控制单元用于控制和调度所述缓存单元、AXIDMA单元、计算单元和后处理单元的工作状态。其可以显著提升3DCNN部署时的性能和能效。

本发明授权一种复数域上的三维卷积神经网络加速器及方法在权利要求书中公布了：1.一种复数域上的三维卷积神经网络加速器，所述三维卷积神经网络包括卷积层、全连接层、池化层、激活层和批归一化层，其特征在于， 对三维卷积神经网络进行部署之前包括以下步骤: 对三维卷积神经网络进行量化； 获取权重值和激活值经FFT变换后得到的复数序列； 当N为偶数时，仅存储复数序列中的𝑋0、𝑋1、…、𝑋𝑁2共𝑁2+1个复数，并将实数X0和XN2打包为一个复数𝑋0+j𝑋𝑁2； 对复数的乘法进行优化步骤: 获取待进行乘法计算的第一复数z1和第二复数z2,第一复数z1=a+bj,第二复数z2=c+dj,a、b、c、d均为实数，j表示-1的平方根； 将所述第一复数z1和第二复数z2的乘法转化为计算，其中，，，；和， 获取待进行乘法计算的第三复数𝑥、第四复数𝑤1和第五复数𝑤2,其中，第三复数𝑥需分别与第四复数𝑤1和第五复数𝑤2进行乘积运算，𝑥=𝑎+𝑏j，𝑤1=𝑥1+j𝑦1，𝑤2=𝑥2+j𝑦2，其中a,b,x1,y1,x2,y2均为实数，j表示-1的平方根； 将所述第三复数𝑥与第四复数𝑤的乘积转化为，其中， 将所述第三复数𝑥与第五复数𝑤的乘积转化为，其中， 该加速器包括： 缓存单元，所述缓存单元用于存储复数域内的输入特征、输出特征和权重数据； AXIDMA单元，所述AXIDMA单元用于该加速器与片外存储器进行数据传输； 计算单元，所述计算单元用于对所述卷积层和全连接层的计算进行加速，所述计算单元包括：运算单元矩阵，所述运算单元矩阵包括多个运算单元PE,多个运算单元PE呈𝑇𝑚𝐵𝐵大小的二维矩阵排列，每个运算单元PE包括𝑇𝑛𝐵个并行的复数乘法器和一个用于对𝑇𝑛𝐵个并行的复数乘法器输出进行求和的复数加法树，其中，𝑇𝑚为输出通道的分块大小，B为二维矩阵的分块大小，𝑇𝑛为输入通道的分块大小；地址生成器，所述地址生成器用于生成输入特征、输出特征和权重数据的地址数据；PE控制器，所述PE控制器用于控制所述运算单元PE、地址生成器的工作状态； 后处理单元，所述后处理单元用于计算融合后的量化层、池化层、批归一化层和激活层； 控制单元，所述控制单元用于控制和调度所述缓存单元、AXIDMA单元、计算单元和后处理单元的工作状态。

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中国科学技术大学苏州高等研究院，其通讯地址为：215000 江苏省苏州市苏州工业园区仁爱路188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。