特尔申请深度神经网络加速器中基于稀疏性的门

　　国家知识产权局信息显示，特尔公司申请一项名为“深度神经网络加速器中基于稀疏性的门切换减少”的专利，公开号CN121100342A，申请日期为2023年12月。

　　专利摘要显示，可以基于输入数据中的稀疏性来减少深度学习操作中的门切换。激活操作数的第一元素和权重操作数的第一元素可以存储在与处理元件中的乘法器相关联的输入存储单元中。乘法器计算两个元素的乘积，该乘积可以存储在乘法器的输出存储单元中。在检测到激活操作数的第二元素或权重操作数的第二元素为零值之后，通过避免乘法累加运算所需的至少一个门切换来减少门切换。例如，可以不更新输入存储单元。零值数据元素可以存储在乘法器的输出存储单元中，并用作激活操作数的第二元素和权重操作数的第二元素的乘积。

　　声明：市场有风险，投资需谨慎。本文为AI基于第三方数据生成，仅供参考，不构成个人投资建议。