**对比文件名称**：2014-03-18_US8676734B_发明授权_US08676734B2 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
**本次调用的模型名称**：GPT-4
## 特征比对表格
| 技术特征描述以及公开性判断结果 | 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>《直接公开》 | 第0018段：“The neural system 100 may be emulated by a neuro-processor...”。第0020段：“...the neuro-processor 202 may emulate the neural system 100 illustrated in FIG. 1. It may comprise a large number of neuron circuits and synaptic connections.” | 对比文件明确记载了使用神经处理器（neuro-processor）来仿真（emulate）包含大量神经元电路（neuron circuits）的神经系统（neural system）。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。两者均为在硬件（神经处理器）上执行对人工神经系统的模拟。因此，本领域技术人员能够毫无疑义地确定对比文件公开了该特征。 |
| **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》 | 无相关描述。 | 对比文件的核心在于将突触权重存储在与神经处理器分离的外部可替换存储器中，并描述了该外部存储器的容量需求（例如，第0025段基于突触总数和每权重比特数计算总存储容量）。然而，对比文件完全没有提及根据**人工神经元的状态或类型**来确定**每个神经元**的**存储器资源需求**。目标专利中该特征的关键在于模拟器根据神经元个体（如状态变量数、输入通道数等）的需求来确定其所需的存储资源。对比文件仅涉及为整个网络的突触权重分配固定或预设的外部存储空间，未公开这种基于神经元个体属性进行动态、差异化资源需求确定的方法。因此，该特征未被对比文件公开。 |
| **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》 | 无相关描述。 | 对比文件描述了将突触权重存储在外部存储器中，该存储器的连接（第0030段）和使用（第0031段）是预设的，用于存储确定神经处理器功能的权重。文中没有提及任何“共享存储器池”的概念，更没有提及在模拟运行期间，根据变化的存储器资源需求（如技术特征B所述的需求）来动态地为神经元分配该共享池中的不同部分。目标专利该特征的核心是“动态分配”和“共享池”，而对比文件中的外部存储器是用于存储权重的专用、静态存储介质，不具备在模拟运行时基于需求变化进行动态分配和共享的特性。因此，该特征未被对比文件公开。 |
| **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>《未公开》 | 无相关描述。 | 对比文件中的外部突触权重存储器（如206）被描述为一个单独的、可替换的存储芯片，通过接口总线（204）与神经处理器（202）连接。这是一种集中式的外部存储方案，而非由多个“存储器组”构成的“分布式架构”。目标专利中的“分布式架构”意味着存储器资源在物理或逻辑上是分散的。对比文件没有公开这样的架构。因此，该特征未被对比文件公开。 |
| **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》 | 无相关描述。 | 如上所述，对比文件未公开“共享存储器池”或“分布式架构”。因此，构成该分布式架构的具体组件，如“存储器组”、“写客户机”、“读客户机”和“路由器”，也自然未被公开。对比文件中的接口（204）是一个总线，用于在神经处理器和外部存储器之间传输权重数据和命令，其功能与目标专利中用于在多个客户机和多个存储器组之间进行路由对接的“路由器”不同。因此，该特征未被对比文件公开。 |
| **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>《未公开》 | 无相关描述。 | 该特征依赖于技术特征C、D、E的成立，即存在一个在模拟期间动态分配给各神经元的、通过特定架构访问的共享存储器池。由于对比文件未公开这些前置特征，因此也不可能公开“针对每个人工神经元，经由写/读客户机访问分配给它的共享存储器池部分”这一具体操作方式。对比文件中神经处理器访问外部存储器是为了读写突触权重，而非访问分配给特定神经元的存储部分。因此，该特征未被对比文件公开。 |
| **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》 | 第0023段：“Certain embodiments of the present disclosure support implementation of the synaptic weight memory on a separate external chip from the main neuro-processor chip.” 第0024段：“A synaptic memory 206 may be implemented as a separate and external removable memory, which may be connected to a neuro-processor 202 through an interface circuit 204.” | 对比文件明确且反复地教导了将存储关键数据（突触权重）的存储器实现在与主神经处理器芯片（neuro-processor chip）分离的外部芯片（separate external chip）上。这直接对应于目标专利中“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。虽然对比文件中的外部存储器是用于存储权重的专用存储器，而目标专利的共享池用途更广，但就“存储器位于不同芯片上”这一具体结构特征而言，对比文件给出了完全相同的技术方案。因此，本领域技术人员能够毫无疑义地确定对比文件公开了该特征。 |
| **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》 | 无相关描述。 | 该特征是技术特征C（动态分配）的进一步限定，强调分配行为包括改变（即调整）分配给神经元的存储量。如对特征C的论述，对比文件完全没有涉及基于神经元需求确定来动态分配或调整存储量的任何内容。外部存储器的容量是预设的，用于存储固定的权重集，不存在在模拟过程中为神经元个体调整分配量的概念。因此，该特征未被对比文件公开。 |
<<<A>>><<<G>>>