对比文件名称：2012-01-12_US2012011087A_发明申请_US20120011087A1 METHODS AND SYSTEMS FOR REPLACEABLE SYNAPTIC WEIGHT STORAGE IN NEURO-PROCESSORS
目标专利名称：用于神经模拟器的共享存储器架构CN105637541B
本次调用模型名称：未提供
作为资深专利代理师，我已根据目标专利说明书对权利要求的解释，对对比文件进行了深度分析和评估。以下是我的分析和特征比对表格：
### **特征比对分析概述**
目标专利的核心在于在硬件实现的神经模拟器中，**基于人工神经元的状态或类型动态确定其存储器需求，并在模拟过程中需求改变时，动态地从一种共享的、可被实现为分布式架构的存储器池中分配存储资源**。对比文件主要教导了将突触权重存储在外部可更换的存储器芯片上，以提高神经处理器的灵活性和降低成本。两者虽然都涉及神经模拟硬件中的存储器管理，但技术构思、要解决的具体问题及实现方式有本质区别。
### **特征比对表格**
| 技术特征描述及公开性判断结果 | 对比文件原文引用（翻译成中文） | 公开性论述 |
| **技术特征A**：包括：执行对人工神经系统的多个人工神经元的模拟<br>**《直接公开》** | [0018] “图1解说根据本公开的某些方面的示例神经系统100…该神经系统100可由神经处理器仿真…”。<br>[0022] “神经处理器202可仿真图1所解说的神经系统100。其可包括大量神经元电路和突触连接。” | 对比文件明确描述了使用神经处理器（neuro-processor）来仿真或模拟包含多级神经元（例如，102, 106）的人工神经系统（如神经系统100）。这直接对应于目标专利中“执行对人工神经系统的多个人工神经元的模拟”这一技术特征。 |
| **技术特征B**：基于正被模拟的人工神经元的状态或类型中的至少一者来确定正被模拟的所述人工神经系统的所述人工神经元中的每一者的存储器资源需求<br>**《未公开》** | 无直接相关描述。对比文件主要关注存储**突触权重**的总容量需求（例如，[0025]提及约10^6个突触需要约10Mbits存储），并未提及基于**人工神经元自身的状态或类型**来确定每个神经元所需的存储器资源。 | 目标专利的特征B强调根据**神经元个体**的状态（如膜电位、恢复电流等）或类型（如泊松型、Izhikevich模型等）来个性化地确定其存储器需求。对比文件仅从系统整体角度讨论存储所有突触权重的总内存大小，完全没有涉及对单个神经元状态/类型依赖的存储器需求评估。本领域技术人员无法从对比文件毫无疑义地得出或合理推断出该特征。 |
| **技术特征C**：在所述模拟期间在所述存储器资源需求改变时基于所述对存储器资源需求的确定来动态地向所述人工神经元分配共享存储器池的各部分，<br>**《未公开》** | 无直接相关描述。对比文件描述了将训练好的突触权重完整地存储到外部内存芯片（[0028]），以及可能使用本地工作内存存储部分权重以加速操作（[0030]），但并未描述在模拟运行过程中，根据变化的“存储器资源需求”从一个“共享存储器池”中动态分配存储部分给神经元。 | 目标专利的特征C核心在于“动态分配”和“共享存储器池”。对比文件的外部存储器（206）是用于永久存储固定数据集（突触权重）的，其分配是静态的、与特定功能卡绑定的（[0029]），而非一个可根据神经元实时需求进行动态分配和再分配的共享资源池。本领域技术人员无法从对比文件的内容推理出在模拟期间进行动态分配的技术方案。 |
| **技术特征D**：其中所述共享存储器池被实现为分布式架构，<br>**《未公开》** | 无直接相关描述。对比文件中的外部存储器（206）被描述为一个单独的、可更换的芯片（[0024]），其通过接口（204）与神经处理器（202）连接。这更接近于一种集中式的外部存储设备，而非由多个“存储器组”等构成的“分布式架构”。 | 目标专利的特征D明确要求共享存储器池是“分布式架构”。对比文件仅公开了一个独立的外部存储芯片，没有揭示任何关于存储器池内部由多个分布式组件（如多个存储体）构成的结构。本领域技术人员无法从对比文件推断出分布式架构的实现。 |
| **技术特征E**：所述分布式架构包括存储器组、写客户机、读客户机以及将所述存储器组与所述写客户机和所述读客户机对接的路由器<br>**《未公开》** | 无直接相关描述。对比文件提到了“接口电路204”（[0024]）或“总线”（[0024]）用于连接神经处理器和外部内存，用于承载权重数据和读/写命令。但这只是一个简单的芯片间通信接口，并未公开其内部包含“存储器组”、“写客户机”、“读客户机”以及专门负责对接的路由器这种复杂的分布式架构组件。 | 目标专利的特征E定义了分布式架构的具体构成元件。对比文件中的接口（204）功能是进行芯片间数据通信，其结构和技术手段与目标专利中详细定义的、用于管理共享存储器池内部访问的客户机-路由器架构完全不同。没有隐含公开的基础。 |
| **技术特征F**：以及针对每个人工神经元，经由所述写客户机和所述读客户机来访问在所述模拟期间分配给该人工神经元的所述共享存储器池的部分。<br>**《未公开》** | 无直接相关描述。对比文件提到神经处理器从外部内存读取突触权重（[0025]，[0035]），但这是处理器作为整体访问存储所有权重的完整内存空间，并非针对“每个人工神经元”访问“分配给该人工神经元的”特定存储器部分，且访问途径是通用的接口/总线，而非通过特定的“写客户机”和“读客户机”。 | 目标专利的特征F是特征D、E架构下的具体访问方式。由于对比文件既未公开基于神经元的动态存储分配（特征C），也未公开包含客户机和路由器的分布式架构（特征D、E），因此这种针对每个神经元通过特定客户机访问其专属存储部分的技术特征更无从谈起。 |
| **技术特征G**：其特征在于，所述共享存储器池的至少一部分包括位于与所述人工神经系统模拟器的处理器不同的芯片上的存储器。<br>**《直接公开》** | [0023] “某些实施例……支持在独立于主神经处理器芯片的外部芯片上实现突触权重存储器。”<br>[0024] “突触存储器206可以被实现为独立且外部可移动的存储器，其可以通过接口电路204连接到神经处理器202。”<br>[0030] “另一方面，包含完全决定处理器功能的所有训练好的突触权重的永久存储器可以是外部的，并作为独立的内存芯片206实现。” | 对比文件明确且反复地教导了将存储关键数据（突触权重）的存储器（206）设置在神经处理器芯片（202）外部的、不同的芯片上。这直接公开了目标专利中“共享存储器池的至少一部分包括位于与所述人工神经系统模拟器的处理器不同的芯片上的存储器”这一特征。尽管目标专利的“共享存储器池”概念与对比文件的“外部存储器”目的不同，但“位于不同芯片上”这一物理结构特征已被直接公开。 |
| **技术特征H**：其特征在于，所述分配包括基于所述确定来改变分配给所述人工神经元的所述共享存储器池的量。<br>**《未公开》** | 无直接相关描述。对比文件没有描述根据任何确定（尤其是基于神经元状态/类型的确定）来改变（增加或减少）分配给神经元的存储量。其外部存储器的容量是固定的，用于存储完整的权重集。 | 目标专利的特征H是特征B、C的逻辑延伸，即在确定需求后，动态调整分配给神经元的存储量。对比文件完全没有涉及根据神经元个体需求进行存储量分配的概念，更谈不上改变分配的量。该特征未被公开。 |
### **结论**
根据以上分析：
* **技术特征A和G**被对比文件**直接公开**。
* **技术特征B、C、D、E、F、H**在对比文件中**既未被直接公开，也未被隐含公开**。对比文件的核心在于利用外部可更换存储卡来存储突触权重以提供不同的处理器功能，其技术思路与目标专利中基于神经元状态/类型动态管理共享分布式存储器池的方案有显著区别。
<<<A>>><<<G>>>