鹏城实验室章弋嘉获国家专利权
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!
龙图腾网获悉鹏城实验室申请的专利神经网络处理器的能效比调优方法以及相关设备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:CN119938318B 。
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:202411946612.X,技术领域涉及:G06F9/50;该发明授权神经网络处理器的能效比调优方法以及相关设备是由章弋嘉;王丙强;黎文博;张士勋;田永鸿;高文设计研发完成,并于2024-12-25向国家知识产权局提交的专利申请。
本神经网络处理器的能效比调优方法以及相关设备在说明书摘要公布了:本申请实施例提供了一种神经网络处理器的能效比调优方法以及相关设备,属于计算机处理技术领域,该方法包括:获取神经网络处理器的矩阵参数集合,并基于矩阵参数集合确定神经网络处理器的工作能效比函数;基于工作能效比函数和矩阵参数集合构建贝叶斯分布模型,其中,贝叶斯分布模型包括用于评估矩阵参数集合质量的采集函数;利用采集函数对矩阵参数集合进行贝叶斯优化处理,得到目标矩阵参数集合;基于目标矩阵参数集合控制神经网络处理器进入运行状态。本申请能够提高NPU的能效比、减少能源消耗。
本发明授权神经网络处理器的能效比调优方法以及相关设备在权利要求书中公布了:1.一种神经网络处理器的能效比调优方法,其特征在于,所述方法包括: 获取神经网络处理器的矩阵参数集合,并基于所述矩阵参数集合确定所述神经网络处理器的工作能效比函数; 基于所述工作能效比函数和所述矩阵参数集合构建贝叶斯分布模型,其中,所述贝叶斯分布模型包括用于评估所述矩阵参数集合质量的采集函数; 利用采集函数对所述矩阵参数集合进行贝叶斯优化处理,得到目标矩阵参数集合; 基于所述目标矩阵参数集合控制所述神经网络处理器进入运行状态; 所述基于所述工作能效比函数和所述矩阵参数集合构建贝叶斯分布模型,包括: 基于多个所述矩阵参数集合和所述工作能效比函数,确定相应的多个所述能效比信息; 基于多个所述能效比信息和相应的所述矩阵参数集合,构建表征多个所述能效比信息之间相关性的均值函数、以及表征所述矩阵参数集合与所述能效比信息之间相关性的协方差函数; 根据所述均值函数和所述协方差函数,构建所述贝叶斯分布模型; 所述利用采集函数对所述矩阵参数集合进行贝叶斯优化处理,得到目标矩阵参数集合,包括: 对所述采集函数进行最优化计算,得到更新矩阵参数集合,基于所述更新矩阵参数集合和所述工作能效比函数生成更新能效比信息; 计算所述更新能效比信息和初始最优能效比信息之间的能效比差值,基于所述更新能效比信息更新所述采集函数得到更新采集函数,并基于所述更新能效比信息更新所述初始最优能效比; 将所述更新采集函数作为新的采集函数对所述矩阵参数集合迭代更新,直至所述能效比差值小于预设的阈值差时,将所述更新矩阵参数集合作为目标矩阵参数集合。
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鹏城实验室,其通讯地址为:518000 广东省深圳市南山区兴科一街2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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励