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！

龙图腾网获悉湖南大学;北京大学第三医院申请的专利基于新一代超算的超声大模型稀疏张量优化训推加速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：CN121413782B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202512002391.1，技术领域涉及：G06N5/04；该发明授权基于新一代超算的超声大模型稀疏张量优化训推加速方法是由李肯立;王昊天;谭光华;崔立刚;肖国庆;刘楚波;丁岩;唐卓;阳王东;罗辉章设计研发完成，并于2025-12-29向国家知识产权局提交的专利申请。

本基于新一代超算的超声大模型稀疏张量优化训推加速方法在说明书摘要公布了：本申请涉及一种基于新一代超算的超声大模型稀疏张量优化训推加速方法，微调超声大模型，使得大模型中各专家模型的权重张量产生结构化块稀疏模式得到超声稀疏大模型；构建稀疏块索引表和专家索引表，关联形成联合编码表；将超声稀疏大模型部署至新一代异构超算集群的每个并行组；对稀疏大模型进行多轮迭代训练；在每轮迭代训练中，将当前批次的样本超声数据划分至各并行组；在每个并行组中，基于各样本超声数据的特征数据确定需激活的目标专家模型，基于联合编码表定位目标计算节点；在目标计算节点上激活目标专家模型及加载对应非零权重块，以对特征数据执行计算，基于计算得到的输出结果更新模型权重参数。该方法可加速超声大模型的处理效率。

本发明授权基于新一代超算的超声大模型稀疏张量优化训推加速方法在权利要求书中公布了：1.一种基于新一代超算的超声大模型稀疏张量优化训推加速方法，其特征在于，所述方法包括： 对预训练的超声大模型微调，使得所述超声大模型中用于处理不同超声任务的各个专家模型的权重张量产生结构化块稀疏模式，得到超声稀疏大模型； 构建稀疏块索引表和专家索引表，关联形成专家-稀疏块的联合编码表；所述稀疏块索引表记录各专家模型的权重张量中非零权重块的索引元数据；所述专家索引表记录各专家模型待部署的节点信息； 将超声稀疏大模型部署至新一代异构超算集群的每个并行组，并对超声稀疏大模型进行多轮迭代训练；所述超声稀疏大模型中各专家模型基于所述专家索引表部署在每个并行组中的不同计算节点； 在每轮迭代训练中，将当前批次的样本超声数据划分至各个并行组；在每个并行组中，基于各样本超声数据的特征数据确定需激活的目标专家模型的目标专家标识，基于目标专家标识和所述联合编码表定位目标计算节点；在目标计算节点上激活部署的所述目标专家模型及加载对应的非零权重块，以对相应特征数据执行计算得到输出结果，基于所述输出结果进行模型权重参数更新。

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湖南大学;北京大学第三医院，其通讯地址为：410200 湖南省长沙市岳麓区麓山南路麓山门；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。