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！

龙图腾网获悉中国科学院计算技术研究所申请的专利一种基于贝叶斯优化的CPU微架构参数探索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：CN120317124B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202510424291.5，技术领域涉及：G06F30/27；该发明授权一种基于贝叶斯优化的CPU微架构参数探索方法是由祝弘华;罗纯杰;王磊;詹剑锋设计研发完成，并于2025-04-07向国家知识产权局提交的专利申请。

本一种基于贝叶斯优化的CPU微架构参数探索方法在说明书摘要公布了：本发明提出了一种基于贝叶斯优化的CPU微架构参数探索方案，该方案旨在通过构建多置信度的CPU微架构参数探索装置，以实现端到端的CPU设计空间探索与优化，其中，该方案融合了不同置信度仿真工具的优势，不仅实现了对低置信度仿真的低成本精准校准，还为多置信度贝叶斯优化装置提供了更为精确的反馈信息，此外，本方案依据数据样本的实时分布特性选择合适的置信度仿真工具，从而实现了CPU设计参数探索的准确性与效率的最佳平衡。总体而言，本方案有效协调了不同置信度仿真工具在准确性和耗时方面的矛盾，显著提升了CPU微架构设计参数的探索效率。

本发明授权一种基于贝叶斯优化的CPU微架构参数探索方法在权利要求书中公布了：1.一种基于贝叶斯优化的CPU微架构参数探索方法，用于从预设的CPU设计参数空间中探索多个符合性能要求的CPU设计参数，其特征在于，所述方法包括多轮迭代，其中，每轮迭代包括： 步骤S1，采用预先构建的贝叶斯优化装置，根据CPU设计空间中所有CPU设计参数的性能指数从CPU设计空间中选取一个性能指数最优的CPU设计参数样本； 步骤S2，采用预设的低置信度仿真工具对步骤S1选出的CPU设计参数样本进行仿真，以得到该CPU设计参数样本的低置信度性能指数和微架构事件； 步骤S3，采用预设的误差预测模型预测步骤S1选出的CPU设计参数样本的仿真误差并输出预测到的仿真误差的不确定度，其中，所述仿真误差为在对同一CPU设计参数样本进行仿真时，采用预设的高置信度仿真工具与预设的低置信度仿真工具进行仿真时得到的性能指数之间的差值； 步骤S4，基于步骤S3中获取的仿真误差的不确定度按照预设的方式获得步骤S1选出的CPU设计参数样本的最终性能指数以及更新贝叶斯优化装置与预设的误差预测模型，并在最终性能指数满足要求性能要求时保留当期次迭代获得的CPU设计参数样本中的设计参数。

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中国科学院计算技术研究所，其通讯地址为：100190 北京市海淀区中关村科学院南路6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。