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！

龙图腾网获悉西北工业大学申请的专利面向智能物联网异构嵌入式芯片的自适应算子并行分割方法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：CN119201622B 。

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：202411328256.5，技术领域涉及：G06F11/30；该发明授权面向智能物联网异构嵌入式芯片的自适应算子并行分割方法是由郭斌;林政;刘思聪;於志文;宋戈扬设计研发完成，并于2024-09-24向国家知识产权局提交的专利申请。

本面向智能物联网异构嵌入式芯片的自适应算子并行分割方法在说明书摘要公布了：本发明公开了一种面向智能物联网异构嵌入式芯片的自适应算子并行分割方法，首先，基于随机森林回归算法的能耗预测模型进行能耗预测；针对多种硬件环境和任务特征，构建能耗数据集并进行特征选择，实现对设备状态和任务需求的实时监测和能耗精准预测。其次，基于动态规划算法的算子自适应划分方法，用于深度神经网络在多异构处理器上的高效并行推理。在能耗预测的基础上，综合考虑算子之间的依赖关系、跨处理器的数据通信开销及处理器的动态资源情况，确保系统在满足性能要求的同时达到最佳能效。通过以上方法，本发明显著提高了移动设备上深度神经网络推理的能效和响应速度，解决了现有技术中静态划分方法难以适应动态环境的问题。

本发明授权面向智能物联网异构嵌入式芯片的自适应算子并行分割方法在权利要求书中公布了：1.一种面向智能物联网异构嵌入式芯片的自适应算子并行分割方法，其特征在于，包括如下步骤： 步骤1：移动设备动态环境能耗数据集构建； 针对不同的移动设备和异构处理器，采集在多种硬件环境下的能耗数据； 将采集到的数据按照时间戳进行记录，确保数据的连续性和完整性； 对采集到的数据进行预处理； 对数据进行归一化处理； 最后，将处理后的数据按照指定的格式存储，构建移动设备动态环境下的能耗数据集； 步骤2：移动设备动态环境能耗预测的特征选择方法设计； 利用随机森林回归算法进行特征选择； 设能耗数据集为D＝{Xi,yi}，其中Xi为特征向量，yi为对应的能耗值，特征选择的目标是找到一组特征F，使得能耗预测模型的误差最小化： 其中，为模型预测的能耗值； 步骤3：动态环境下能耗预测模型训练； 利用随机森林回归模型对移动设备的动态环境进行能耗预测，训练过程中优化能耗预测误差，预测误差计算公式如下： 其中，|Dtest|为测试数据集，ytrue,i为真实能耗值，ypred,i为模型预测的能耗值； 通过不断调整模型参数，最小化上述误差，最终得到最优的能耗预测模型； 步骤4：基于动态规划的算子自适应划分； 引入能耗反馈，通过最小化总能耗，优化算子分配； 考虑算子之间的依赖关系和处理器的动态资源情况，更新动态规划表，计算每个算子在不同处理器上的执行时间和能耗； 使用动态规划表中的最小能耗值，确定最优算子划分策略，并不断调整以适应动态环境； DP[i][j]＝min{DP[i-1][k]+Eijt} 其中，DP[i][j]表示将前i个算子分配给前j个处理器的最小能耗，Eijt表示算子vi在处理器上Pj的能耗； 步骤5：基于自适应调整算法的算子调度； 利用自适应调整算法，根据当前资源状态和历史状态，调整算子划分策略以实现能效优化； ΔR＝∥Rt-Rk∥ 其中，Rt为当前资源状态，Rk历史资源状态，ΔR为当前状态与历史状态的偏差； 通过计算当前状态与历史状态的偏差，判断是否需要调整算子划分策略；当偏差小于预设阈值时，保持当前算子划分策略不变，否则根据当前资源状态调整算子划分策略。

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西北工业大学，其通讯地址为：710072 陕西省西安市碑林区友谊西路127号；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”。

以上内容由龙图腾AI智能生成。