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！

龙图腾网恭喜安徽大学申请的专利浮点数的存内计算方法、存内计算架构和存内计算芯片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：CN119248712B 。

龙图腾网通过国家知识产权局官网在2025-03-18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：202411747239.5，技术领域涉及：G06F15/78；该发明授权浮点数的存内计算方法、存内计算架构和存内计算芯片是由韦一鸣;胡薇;陈晓航;彭春雨;周永亮;吴秀龙设计研发完成，并于2024-12-02向国家知识产权局提交的专利申请。

本浮点数的存内计算方法、存内计算架构和存内计算芯片在说明书摘要公布了：本申请涉及一种浮点数的存内计算方法、存内计算架构和存内计算芯片，该存内计算方法包括：计算目标卷积神经网络在不同卷积量级组合下对测试集的推理精度损失，目标卷积神经网络用于通过多次卷积操作从图像中提取特征信息；在小于目标值的至少一个推理精度损失对应的卷积量级组合中确定一个卷积量级组合作为目标卷积量级组合，目标卷积量级组合包括各次卷积操作的基准量级；对于目标卷积神经网络的任意卷积操作，采用对应的基准量级实现卷积操作的浮点数计算。本发明预先在软件网络层面，通过测试得到适配于目标卷积神经网络的基准量级。不仅提高了浮点数的存内计算效率，同时降低了存储器的芯片面积和功耗。

本发明授权浮点数的存内计算方法、存内计算架构和存内计算芯片在权利要求书中公布了：1.一种浮点数的存内计算方法，所述浮点数包括指数和尾数，其特征在于，包括：计算目标卷积神经网络在不同卷积量级组合下对测试集的推理精度损失，所述目标卷积神经网络用于通过多次卷积操作从图像中提取特征信息；在小于目标值的至少一个推理精度损失对应的卷积量级组合中确定一个卷积量级组合作为目标卷积量级组合，所述目标卷积量级组合包括各次卷积操作的基准量级；对于所述目标卷积神经网络的任意卷积操作：获取所述卷积操作的输入指数；对所述输入指数和权重指数进行指数加法计算得到指数计算结果，对基准量级信号和所述指数计算结果进行指数减法计算生成预插0信号；获取所述卷积操作的输入尾数；根据所述预插0信号对所述输入尾数进行插0操作，以使所述输入尾数的量级均为所述卷积操作的基准量级；将插0操作后的各个所述输入尾数进行尾数计算得到尾数计算结果。

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安徽大学，其通讯地址为：230601 安徽省合肥市经开区九龙路111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”。