非显而易见性评估仅供参考，不构成法律建议。
权利要求列表点击可跳转
对比文件列表
| 编号 | 名称 |
|---|---|
| 0 | 2013-03-21_US2013073484A_发明申请_US20130073484A1 ELEMENTARY NETWORK DESCRIPTION FOR EFFICIENT MEMORY MANAGEMENT IN NEUROMORPHIC SYSTEMS_+++A_D_G_b+++.docx |
| 0 | 2016-12-21_JP6046623B_发明专利_JP6046623B2 静電デチャックを行う装置及び方法、並びに、半導体ウェハを処理するチャンバ.docx |
| 0 | 2015-07-30_None_发明专利_JPWO2013129482A1 経時安定性を有するＷ／Ｏ／Ｗ型エマルションおよびその製造方法.docx |
| 0 | 2014-10-23_JP2013539913A_发明专利_JP2013539913A5 JP2013539913A5 - Apparatus and method for electrostatic de-chucking, and a chamber for processing a semiconductor wafer.docx |
| 0 | 2014-07-30_JP5563723B_发明专利_JP5563723B2 the w _ o _ w-emulsion and a method of manufacturing the same with the long-term stability.docx |
| 0 | 2014-05-13_US8725658B_发明授权_US08725658B2 Elementary network description for efficient memory management in neuromorphic systems_+++A_D_G_b_e_f+++.docx |
| 0 | 2014-04-29_US8712941B_发明授权_US08712941B2 Elementary network description for efficient link between neuronal models and neuromorphic systems.docx |
| 0 | 2014-03-26_JP5455373B_发明专利_JP5455373B2 Automatic external defibrillator with cpr implementation time to increase.docx |
| 0 | 2014-03-18_US8676734B_发明授权_US08676734B2 Methods and systems for replaceable synaptic weight storage in neuro-processors_+++A_G+++.docx |
| 0 | 2014-02-27_JP2014504976A_发明专利_JP2014504976A Aircraft propeller balancing system_+++A_a+++.docx |
| 0 | 2014-02-20_US2014052679A_发明申请_US20140052679A1 APPARATUS AND METHODS FOR IMPLEMENTING EVENT-BASED UPDATES IN SPIKING NEURON NETWORKS_+++A_b+++.docx |
| 0 | 2013-10-10_JP2013538396A_发明专利_JP2013538396A Method and system for compensation modulated spike timing dependent plasticity_+++A+++.docx |
| 0 | 2013-08-29_JP2013534017A_发明专利_JP2013534017A Method and system for the replaceable synapse load storage device in neuro-processor_+++A_G_b_f+++.docx |
| 0 | 2013-07-18_JP2013529342A_发明专利_JP2013529342A Neural processing unit_+++A_b_c_d_e_f+++.docx |
| 0 | 2013-03-21_US2013073495A_发明申请_US20130073495A1 ELEMENTARY NETWORK DESCRIPTION FOR NEUROMORPHIC SYSTEMS.docx |
| 0 | 1992-08-04_US5136717A_发明授权_US5136717A Realtime systolic, multiple-instruction, single-data parallel computer system_+++G+++.docx |
| 0 | 2012-02-09_WO2012018946A_发明申请_WO2012018946A1 METHODS AND SYSTEMS FOR REWARD-MODULATED SPIKE-TIMING-DEPENDENT-PLASTICITY_+++A+++.docx |
| 0 | 2012-02-09_US2012036099A_发明申请_US20120036099A1 METHODS AND SYSTEMS FOR REWARD-MODULATED SPIKE-TIMING-DEPENDENT-PLASTICITY_+++A+++.docx |
| 0 | 2012-01-12_WO2012006468A_发明申请_WO2012006468A1 METHODS AND SYSTEMS FOR REPLACEABLE SYNAPTIC WEIGHT STORAGE IN NEURO-PROCESSORS_+++A_G+++.docx |
| 0 | 2012-01-12_US2012011087A_发明申请_US20120011087A1 METHODS AND SYSTEMS FOR REPLACEABLE SYNAPTIC WEIGHT STORAGE IN NEURO-PROCESSORS_+++A_G+++.docx |
| 0 | 2011-11-24_US2011289034A_发明申请_US20110289034A1 Neural Processing Unit_+++A_b_e+++.docx |
| 0 | 2009-05-14_JP2009519081A_发明专利_JP2009519081A Automatic external defibrillator with cpr implementation time to increase.docx |
| 0 | 2008-12-11_JP2008545197A_发明专利_JP2008545197A Brain-based device that uses the address mechanism and special purpose processor for neural modeling.docx |
| 0 | 2007-01-11_US2007011118A_发明申请_US20070011118A1 Addressing Scheme for Neural Modeling and Brain-Based Devices using Special Purpose Processor_+++A_D_E_F_G+++.docx |
| 0 | 2005-10-18_CA2243120C_发明专利_CA2243120C NEURAL NETWORK BASED DATA EXAMINING SYSTEM AND METHOD.docx |
| 0 | 2005-02-09_CN1578968A_发明公开_CN1578968A 用于受监督的神经网络学习的组合方法.docx |
| 0 | 2004-12-16_US2004254777A_发明申请_US20040254777A1 Method, apparatus and computer program product for simulating a storage configuration for a computer system.docx |
| 0 | 2002-09-12_US2002126673A_发明申请_US20020126673A1 Shared memory.docx |
| 0 | 1999-11-02_US5978583A_发明授权_US5978583A Method for resource control in parallel environments using program organization and run-time support_+++d_g_h+++.docx |
权利要求1
一种计算机实现的用于在用硬件实现的人工神经系统模拟器中分配存储器的方法，包括：执行对人工神经系统的多个人工神经元的模拟； 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； 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，其中所述共享存储器池被实现为分布式架构，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；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。
你好！作为同行，我很乐意与你一起探讨这篇涉及神经网络硬件模拟器架构的专利文件。针对这类底层硬件架构和存储器调度的专利，我们在进行侵权分析或无效比对时，最关键的是要精准把握**“动态分配机制”与“特定硬件拓扑结构”**这两个核心落脚点。
以下是我结合目标专利说明书对权利要求1的解读，以及与对比文件D1（JP2013529342A）的详细特征比对。
一、 权利要求1的深度原理解读
结合目标专利说明书（特别是段落 [00107]-[00113]），权利要求1的核心发明点在于解决硬件人工神经系统（如FPGA或ASIC）中存储器资源受限和分配僵化的问题。
-
痛点与核心逻辑（特征B、C）：传统的硬件神经模拟器通常在编译时为神经元硬编码（预分配）固定大小的存储器，这导致如果神经元类型不同（例如具有复杂状态的Izhikevich神经元与简单的泊松神经元），会造成大量存储器空间浪费或不够用。权利要求1通过动态监控神经元的状态或类型，在资源需求改变时，从一个共享存储器池中“按需”进行动态分配。
-
硬件拓扑架构（特征D、E、F）：为了支持这种细粒度（例如32位）的动态分配且避免硬件读写时的路由拥塞，目标专利并不使用简单的集中式RAM，而是采用了一种分布式架构。该架构明确划分了“存储器组”、“写客户机（Write Client）”、“读客户机（Read Client）”以及负责对接调度的“路由器（Router）”。
二、 对比文件D1（JP2013529342A）的公开情况分析
对比文件D1公开号：JP2013529342A (Neural processing unit)
总体评价：
对比文件D1主要涉及一种使用“上下文信息（Context Information）”以数据包（Packet）形式顺序配置微引擎（Micro-engine）来模拟神经元的神经处理单元（NPU）。D1的核心目的是为了减少随机内存访问（Random Memory Fetch），提高处理效率。
经分析，D1实质公开了权利要求1的背景性特征（特征A），但在核心的“基于类型/状态的动态存储器分配”（特征B、C）以及“特定的分布式读写路由架构”（特征D、E、F）方面，并未公开。
技术特征比对表
| 权利要求1的技术特征 | D1 (JP2013529342A) 公开情况 | D1 对应原文出处及分析 |
| 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 | 实质公开 |
出处：段落 [0020] "図2は、...ニューロンとして動作するように構成されたニューラル処理ユニット200の例示的な実施例を図示する。...ニューロンを実装するように構成された1つもしくはそれ以上のマイクロエンジン220A-E..." 分析：D1明确公开了使用微引擎（Micro-engine）作为神经元来执行神经网络的模拟。 |
| 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 | 未公开 |
出处：段落 [0029] "...タイプ320は、ニューロンの種類及び当該ニューロンをどのように実行すべきかを定義する..." 分析：D1中虽然提到了“神经元类型（ニューロンのタイプ 320）”，但这仅用于指导微引擎加载对应的代码集（命令）以执行不同的神经元模型。D1并未公开基于该状态或类型去“确定存储器资源需求（Memory resource requirements）”大小的技术启示。 |
| 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， | 未公开 |
出处：段落 [0022] "...シーケンシャルメモリ205は、ニューロンとして...構成するために必要とされる情報のすべてではないがいくつかを備えたコンテキスト情報を含んでもよい。" 分析：D1采用的是从顺序存储器（Sequential Memory 205）中顺序读取预先结构化好的块（Blocks）数据来配置微引擎。这种机制是静态顺序读取，不存在“在模拟期间”根据“需求改变”而从共享存储器池中“动态分配”各部分的动作。 |
| 技术特征D：其中所述共享存储器池被实现为分布式架构， | 未公开 | 分析：D1并未明确提出“共享存储器池”的概念，其架构主要是顺序存储器（632）与SRAM（642）相结合，不属于目标专利所指的用于动态分配的分布式共享池。 |
| 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 | 部分公开 (公开了路由器和存储器) |
出处：段落 [0057]-[0061] 提及了 "ルータ610" (Router 610) 以及 "シーケンシャルメモリ632" (Sequential memory)。 分析：D1图6架构中包含路由器（Router 610）、内存控制器（634）、内存接口（636）和应用接口（640）。虽然存在路由器和存储介质，但D1并未公开目标专利特有的“写客户机”和“读客户机”这两个用于隔离和管理细粒度共享池读写冲突的核心物理/逻辑组件。 |
| 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。 | 未公开 | 分析：基于对特征E的分析，D1由于缺乏读/写客户机的架构定义，且没有动态分配共享存储器池的动作，因此自然无法公开经由这两种客户机去访问被动态分配的存储器部分。 |
总结
综合来看，D1（JP2013529342A）的解决思路是“通过数据结构优化（顺序打包）来减少内存总线的随机访问碎片”，而目标专利的思路是“通过分布式读写架构和按需动态分配来节省内存总量并提高灵活性”。两者在硬件底层的内存管理哲学上有着本质的区别。
后续如果需要针对这份权利要求进行无效宣告请求的答辩，或者撰写OA答复，我们可以重点强调**“动态确定资源需求并触发分配”的控制逻辑**，以及**“读/写客户机与路由器协同”的特定硬件拓扑**是如何共同作用以解决硬件资源死锁与浪费的。
你看这种颗粒度的比对分析是否满足我们目前的案件需求？需要我针对某几个特定的段落做进一步的深挖吗？
权利要求2
如权利要求1所述的计算机实现的方法，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。
权利要求3
如权利要求1所述的计算机实现的方法，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。
权利要求4
一种用于在用硬件实现的人工神经系统模拟器中分配存储器的装置，所述装置包括：多个处理单元，每个处理单元被配置成执行对人工神经系统的不同人工神经元的模拟； 共享存储器池，其被实现为分布式架构，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；以及处理器，其被配置成：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模拟所述人工神经系统的人工神经元的每个处理单元的存储器资源需求；以及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处理单元分配所述共享存储器池的各部分，其中所述处理单元中的每一者被进一步配置成经由所述写客户机和所述读客户机来访问其在所述模拟期间所分配的所述共享存储器池的部分。
权利要求5
如权利要求4所述的装置，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所述处理器不同的芯片上的存储器。
权利要求6
如权利要求4所述的装置，其特征在于，所述处理器还被配置成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。
权利要求7
一种用于在用硬件实现的人工神经系统模拟器中分配存储器的装备，包括：用于执行对人工神经系统的多个人工神经元的模拟的装置； 用于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的装置； 用于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的装置，其中所述共享存储器池被实现为分布式架构，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；以及用于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的装置。
权利要求8
如权利要求7所述的装备，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。
权利要求9
如权利要求7所述的装备，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。
权利要求10
一种其上存储有能由计算机执行的指令的非瞬态计算机可读介质，所述指令用于在用硬件实现的人工神经系统模拟器中分配存储器，所述指令包括：用于执行对人工神经系统的多个人工神经元的模拟的指令； 用于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的指令； 用于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的指令，其中所述共享存储器池被实现为分布式架构，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；以及用于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的指令。