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！

龙图腾网恭喜浙江大学申请的专利面向异构内存设备的深度学习Embedding数据高效处理系统及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：CN114266302B 。

龙图腾网通过国家知识产权局官网在2025-04-04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：202111547323.9，技术领域涉及：G06F18/214；该发明授权面向异构内存设备的深度学习Embedding数据高效处理系统及方法是由何水兵;陈平;李旭设计研发完成，并于2021-12-16向国家知识产权局提交的专利申请。

本面向异构内存设备的深度学习Embedding数据高效处理系统及方法在说明书摘要公布了：本发明提供了一种面向异构内存设备的深度学习Embedding数据高效处理系统及方法，该系统包括三个模块，其中Embedding数据摆放模块用于将Embedding数据与预加和数据进行分类并摆放到NVM或者DRAM上；高效索引建立模块用于对摆放好的数据建立索引；Embedding操作运行模块利用已建立好的索引，快速对请求中涉及的Embedding数据进行定位，并执行正常的Embedding操作。本发明利用深度学习Embedding数据的冷热特性以及打包出现特性在异构内存设备上进行数据摆放；并建立轻量级索引以高效地服务任务请求，该系统能够最大化利用DRAM与NVM的空间，提高系统对Embedding数据的处理效率。

本发明授权面向异构内存设备的深度学习Embedding数据高效处理系统及方法在权利要求书中公布了：1.一种面向异构内存设备的深度学习Embedding数据高效处理方法，其特征在于，包括以下步骤：1对训练集中的Embedding数据进行访问频率降序排序并设置排序ID，将排序后的数据分为热数据、冷数据；将热数据全部存入DRAM中，冷数据全部存入NVM中；对热数据进行闭频繁项挖掘，得到闭频繁项集，最后将其中打包次数大于3的闭频繁项集的预加和数据存入NVM中，小于等于3的闭频繁项集的预加和数据存于DRAM中；2按照邻接矩阵的思想表示闭频繁项中各个Embedding的打包关系，每个Embedding将指向闭频繁项中与它相连的Embedding，具体为：利用位图表示每个Embedding数据的打包关系，其中，存在打包关系的表示为1，不存在打包关系的表示为0，每个Embedding数据的打包关系只记录排序ID大于所述Embedding数据的Embedding数据与所述Embedding数据的打包关系；3处理请求：根据排序ID对请求中的Embedding数据进行升序排序并确定请求中每个Embedding数据属于热还是冷数据，其中：对于请求中的热数据，根据步骤2中建立的打包关系，根据排序结果逐一判断属于热数据的Embedding是否存在打包关系，若连续的Embedding存在打包关系且打包次数大于3，则根据连续的Embedding的排序ID查询NVM获取对应预加和数据，若打包次数小于等于3，则根据连续的Embedding的排序ID查询DRAM获取对应预加和数据；若不存在打包关系则直接查询DRAM获取对应Embedding数据，直至查询完全；对于请求中的冷数据，直接根据排序ID查询NVM获取对应Embedding数据，直至查询完全。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。