买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉山东浪潮科学研究院有限公司申请的专利一种并行处理器功耗动态优化方法和系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120029436B 。

龙图腾网通过国家知识产权局官网在2025-08-29发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510510969.1，技术领域涉及：G06F1/3234；该发明授权一种并行处理器功耗动态优化方法和系统是由闫玉婕;孟凡琨;张丽丽;李炳坤设计研发完成，并于2025-04-23向国家知识产权局提交的专利申请。

本一种并行处理器功耗动态优化方法和系统在说明书摘要公布了：本发明公开了一种并行处理器功耗动态优化方法和系统，属于计算机图形处理与能效管理技术领域，基于多模态特征融合和注意力机制增强实现高精度功耗预测模型，所述多模态特征，包括应用程序的代码特征和用户操作行为特征，应用程序的代码特征能够反映应用程序的复杂度和资源需求，用户操作行为特征能够体现用户的使用习惯和对性能的要求；所述注意力机制增强，在CNN与LSTM结合的基础上，引入注意力机制，所述注意力机制能够自动地为不同的输入特征分配不同的权重，使得模型更加关注对功耗预测影响大的特征。本发明能够实现功耗的有效降低与性能的稳定保持，尤其适用于对能耗和性能要求极高的复杂计算场景。

本发明授权一种并行处理器功耗动态优化方法和系统在权利要求书中公布了：1.一种并行处理器功耗动态优化方法，其特征在于，基于多模态特征融合和注意力机制增强实现高精度功耗预测模型， 所述多模态特征，包括应用程序的代码特征和用户操作行为特征，所述应用程序的代码特征能够反映应用程序的复杂度和资源需求，所述用户操作行为特征能够体现用户的使用习惯和对性能的要求；所述应用程序的代码特征数据包括代码复杂度、函数调用频率；所述用户操作行为特数据包括：操作频率、操作时间间隔； 所述注意力机制增强，在CNN与LSTM结合的基础上，引入注意力机制，所述注意力机制能够自动地为不同的输入特征分配不同的权重，使得模型更加关注对功耗预测影响大的特征； 该方法的实现包括以下步骤： （1）数据采集与预处理； （2）模型训练与优化； （3）智能自适应调度实现； 所述模型训练与优化，具体实现过程如下： （2.1）数据划分： 将预处理后的数据按照比例划分为三个部分，用于模型的训练、验证和测试； （2.2）模型结构设计： 模型采用CNN与LSTM结合的结构，并引入注意力机制，CNN部分包含多干卷积层和池化层，用于提取空间特征；LSTM部分包含多个LSTM单元，用于捕捉时间序列中的长期依赖关系；注意力层则在LSTM层之后，为不同的输入特征分配权重； （2.3）损失函数定义： 采用均方误差作为损失函数，以评估模型预测值与真实值之间的差异； （2.4）训练过程： 初始化：随机初始化模型权重和偏置； 前向传播：将训练集数据输入到模型中，通过CNN和LSTM层进行前向传播，计算预测值； 计算损失：使用MSE损失函数计算预测值与真实值之间的误差； 反向传播：利用梯度下降法进行反向传播，计算损失函数关于模型参数的梯度，并更新模型参数以最小化损失； 批量归一化：在每个卷积层或LSTM层之后添加批量归一化层，用于速训练过程并提高模型稳定性； 验证与调整：在每个训练周期结束后，使用验证集数据评估模型的性能，如果验证集上的损失开始增加，则采用早停法停止训练，并返回具有最佳验证性能的模型； （2.5）超参数调优： 在预定义的参数空间内搜索最优的超参数组合，包括学习率、批处理大小、CNN和LSTM层的数量及参数、注意力层的参数； 评估不同超参数组合下模型的性能，并选择具有最低验证集损失的组合作为最终模型参数； 所述智能自适应调度实现，包括多目标优化调度和实时风险评估， 所述多目标优化调度，同时考虑功耗、性能和硬件寿命三个目标，在动态调整并行处理器的包括电压、频率的关键参数以及优化任务分配时，通过多目标优化算法找到所述三个目标之间的最优平衡点； 所述实时风险评估，实时评估并行处理器的运行风险，包括如过热、过载；当检测到潜在风险时，调度策略立即采取相应的措施，包括快速降低电压和频率、紧急迁移高风险任务；同时，根据风险的严重程度和类型，动态调整调度策略的参数，以确保并行处理器在安全稳定的状态下运行。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人山东浪潮科学研究院有限公司，其通讯地址为：250000 山东省济南市高新区浪潮路1036号S02号楼；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。