買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉湖南師范大學(xué)申請的專利基于逐列最大化剪枝的LSTM硬件加速器獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN120297353B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-08-22發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202510788755.0，技術(shù)領(lǐng)域涉及：G06N3/082；該發(fā)明授權(quán)基于逐列最大化剪枝的LSTM硬件加速器是由劉雙龍;龔源昊;沈萬;周博通;馬嘉琦設(shè)計研發(fā)完成，并于2025-06-13向國家知識產(chǎn)權(quán)局提交的專利申請。

本基于逐列最大化剪枝的LSTM硬件加速器在說明書摘要公布了：本發(fā)明公開了一種基于逐列最大化剪枝的LSTM硬件加速器，包括向量處理單元、矩陣向量計算核、并行輸入串行輸出的移位寄存器、權(quán)重存儲模塊和激活函數(shù)模塊；向量處理單元將輸入向量和隱藏層輸出向量編碼為稀疏向量，并用AIDX表示其中非零元素的位置編碼；權(quán)重存儲模塊根據(jù)AIDX并行地從片上存儲器發(fā)送匹配的非零權(quán)重參數(shù)；矩陣向量計算核使用稀疏向量的非零元素和權(quán)重存儲模塊索引的非零權(quán)重參數(shù)進(jìn)行矩陣計算；移位寄存器緩存矩陣向量計算核的計算結(jié)果，并以串行方式傳輸至激活函數(shù)模塊；激活函數(shù)模塊負(fù)責(zé)計算sigmoid、tanh函數(shù)和逐元素運(yùn)算。本發(fā)明能確保剪枝后的稀疏矩陣結(jié)構(gòu)規(guī)則分布與硬件并行計算特性匹配，提升資源利用率。

本發(fā)明授權(quán)基于逐列最大化剪枝的LSTM硬件加速器在權(quán)利要求書中公布了：1.一種基于逐列最大化剪枝的LSTM硬件加速器，其特征在于，包括：向量處理單元、矩陣向量計算核、并行輸入串行輸出的移位寄存器、權(quán)重存儲模塊和激活函數(shù)模塊； 所述向量處理單元用于：將輸入向量和隱藏層輸出向量編碼為稀疏向量和，并用AIDX表示稀疏向量非零元素的位置編碼； 所述權(quán)重存儲模塊用于：根據(jù)位置編碼AIDX并行地從片上存儲器發(fā)送匹配的非零權(quán)重參數(shù)； 所述矩陣向量計算核用于：使用向量處理單元傳輸?shù)南∈柘蛄康姆橇阍睾蜋?quán)重存儲模塊索引的非零權(quán)重參數(shù)進(jìn)行矩陣計算； 所述移位寄存器用于：緩存矩陣向量計算核的計算結(jié)果，并以串行方式傳輸至激活函數(shù)模塊； 所述激活函數(shù)模塊負(fù)責(zé)計算sigmoid、tanh函數(shù)和逐元素運(yùn)算； 所述LSTM硬件加速器用于實(shí)現(xiàn)基于逐列最大化剪枝的LSTM加速方法，所述LSTM加速方法包括： 步驟1，針對LSTM包括的各權(quán)重矩陣，根據(jù)其對LSTM精度的敏感度分類為敏感型和非敏感型； 步驟2，對敏感型和非敏感型權(quán)重矩陣設(shè)置不同的稀疏度組合值，按照各稀疏度組合值對LSTM各權(quán)重矩陣進(jìn)行逐列最大化剪枝，然后根據(jù)對應(yīng)剪枝后的LSTM精度確定獲得最優(yōu)的稀疏度組合值； 步驟2.1，將敏感型和非敏感型權(quán)重矩陣的稀疏度、設(shè)置在預(yù)設(shè)低水平，將當(dāng)前最大的整體稀疏度預(yù)設(shè)為0； 步驟2.2，以當(dāng)前稀疏度對LSTM的每個非敏感型權(quán)重矩陣進(jìn)行逐列剪枝，以當(dāng)前稀疏度對LSTM的每個敏感型權(quán)重矩陣進(jìn)行逐列剪枝； 步驟2.3，對剪枝后的LSTM進(jìn)行訓(xùn)練并計算LSTM的模型精度和整體稀疏度； 步驟2.4，判斷是否滿足且，其中為預(yù)訓(xùn)練模型精度，為模型精度的可接受閾值； 若滿足則將當(dāng)前稀疏度組合作為當(dāng)前最優(yōu)的稀疏度組合，并將當(dāng)前賦值給； 步驟2.5，將當(dāng)前稀疏度增加間隔α，若增加后仍小于100%，則返回執(zhí)行步驟2.2，否則執(zhí)行步驟2.6； 步驟2.6，將當(dāng)前稀疏度增加間隔α，若增加后仍小于100%，將稀疏度設(shè)置回預(yù)設(shè)低水平則返回執(zhí)行步驟2.2，否則執(zhí)行步驟2.7； 步驟2.7，輸出當(dāng)前最優(yōu)的稀疏度組合； 步驟3，按照最優(yōu)的稀疏度組合值對LSTM各權(quán)重矩陣進(jìn)行逐列最大化剪枝，實(shí)現(xiàn)LSTM加速。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人湖南師范大學(xué)，其通訊地址為：410081 湖南省長沙市岳麓區(qū)麓山路36號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。