**对比文件名称**：2012-02-09_WO2012018946A_发明申请_WO2012018946A1 METHODS AND SYSTEMS FOR REWARD-MODULATED SPIKE-TIMING-DEPENDENT-PLASTICITY
**目标专利名称**：用于神经模拟器的共享存储器架构CN105637541B
**本次调用的模型名称**：GPT-4
---
### 特征比对表格
| 技术特征描述与公开性判断 | 对比文件原文引用 | 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> **判断结果：《直接公开》** | [p0004] “Certain embodiments of the present disclosure provide a method for implementing a neural system with a plurality of neuron circuits and synapses, wherein each of the synapses connects one pair of the neuron circuits.” <br> [p0046] “...the simulations from FIG. 4 are repeated for the modified eligibility trace...” | 对比文件明确公开了一种实现具有多个神经元电路和突触的神经系统（即人工神经系统）的方法（[p0004]），并且通过附图4和7以及相关描述（[p0046]）展示了模拟过程。这直接对应于目标专利权利要求中“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> **判断结果：《未公开》** | 对比文件未提及相关内容。 | 对比文件描述了为突触存储权重（如在第一存储器S和第二存储器S’中）和存储资格迹状态位（在第三存储器R中）（[p0039], [p0046]）。然而，这些存储分配是针对所有突触的通用设计，用于支持STDP学习规则，并未涉及根据“人工神经元的状态或类型”来“确定”每个“人工神经元”的“存储器资源需求”。目标专利中此特征的核心在于根据不同神经元的状态/类型差异化地评估和确定其所需的存储资源，而对比文件并未公开或隐含这一过程。 |
| **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> **判断结果：《未公开》** | [p0039] “A first implementation of the eligibility trace may utilize a memory array S to store all synaptic weights, a clone of the memory array S' and an STT-RAM element R per synapse.” <br> [p0046] “This may be achieved by again maintaining a copy of the synaptic weight S' and a single bit Rj per synapse.” | 对比文件公开了使用多个存储器（S, S', R）来存储神经网络的参数（权重和状态位）。然而，这些存储器是固定的、预先划分好的（如每个突触一个权重存储位和一个状态位），用于实现特定的学习算法（奖励调制STDP）。其中并未提及一个可供不同组件（如神经元）按需分配的“共享存储器池”，更没有描述在模拟期间，当（基于神经元状态/类型确定的）存储器资源需求发生变化时，如何“动态地”向“人工神经元”分配这个共享池的部分。这是一个关于资源动态管理和分配的核心架构特征，对比文件未公开。 |
| **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> **判断结果：《未公开》** | 无直接对应内容。 | 对比文件提到了多个存储单元（S, S', R），但这仅是描述了用于存储不同数据的多个存储器，并未揭示这些存储器在物理或逻辑上构成一个“分布式架构”。“分布式架构”通常意味着组件（如存储器组）在物理上分散并通过网络互联。对比文件没有描述这样的架构特征。 |
| **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> **判断结果：《未公开》** | 无直接对应内容。 | 对比文件描述了更新权重（写操作）和检查状态位（读操作）的功能（如[p0039], [p0040], [p0046]），但并未将这些功能抽象或具体化为“写客户机”、“读客户机”以及连接它们的“路由器”这样的特定架构组件。目标专利中的这一特征定义了共享存储池的具体实现方式，对比文件未公开。 |
| **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> **判断结果：《未公开》** | [p0040] “When a reward occurs, each STT-RAM element may be checked and the following rule may be applied...” <br> [p0047] “All logical Is, i.e., entire pages of the R memory bank, may be read out...” | 对比文件提到了在特定事件（如奖励发生时）对存储器（如R存储器）进行读取和写入操作。然而，这些操作是针对存储突触权重和状态位的固定存储器进行的，并非针对“在模拟期间分配给该人工神经元的共享存储器池的部分”进行的访问。更重要的是，前提特征D和E（分布式架构及客户机、路由器）未被公开，因此本特征中“经由所述写客户机和所述读客户机来访问”的具体方式也无从谈起。 |
| **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> **判断结果：《未公开》** | 对比文件提到了“STT-RAM”（[p0037]）和“DRAM”（[p0046]）作为存储器技术。 | 对比文件虽然提及了STT-RAM和DRAM这些存储器技术，但并未明确说明这些存储器是“共享存储器池”的一部分，更没有说明它们“位于与所述人工神经系统模拟器的处理器不同的芯片上”。该特征限定了存储器的物理位置关系，对比文件未提供相关信息。 |
| **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> **判断结果：《未公开》** | 对比文件未提及相关内容。 | 对比文件中存储器的使用是固定的（例如，每个突触固定位数的权重存储和1位状态存储）。没有描述任何根据需求变化来调整分配给某个神经元（或组件）的存储量大小的过程。目标专利此特征强调分配的灵活性和可变性，对比文件未公开。 |
<<<A>>>