Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 四川般沃回科技有限公司;四川铭晟鼎航空科技有限公司;四川煜帆槿年科技有限公司陈伟基获国家专利权

四川般沃回科技有限公司;四川铭晟鼎航空科技有限公司;四川煜帆槿年科技有限公司陈伟基获国家专利权

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!

龙图腾网获悉四川般沃回科技有限公司;四川铭晟鼎航空科技有限公司;四川煜帆槿年科技有限公司申请的专利基于深度学习的显卡性能优化提升方法及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:CN121705038B

龙图腾网通过国家知识产权局官网在2026-04-28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:202610215294.2,技术领域涉及:G06F9/50;该发明授权基于深度学习的显卡性能优化提升方法及系统是由陈伟基;龙学辉设计研发完成,并于2026-02-14向国家知识产权局提交的专利申请。

基于深度学习的显卡性能优化提升方法及系统在说明书摘要公布了:本发明公开了基于深度学习的显卡性能优化提升方法及系统,涉及显卡智能优化技术领域,包括采集显卡执行任务时的核心算力利用率、显存带宽占用率及核心温度的时序数据;对利用率与带宽数据进行模式识别与解析,并通过时空对齐与关联分析生成计算数据协同模式图谱;调用预训练的能耗性能决策模型对图谱进行推演,生成候选调度策略集合,并依据温度曲线进行热约束筛选,得到适配性策略集合;根据该集合生成动态频率电压调整指令序列并下发执行。该方法通过构建协同图谱为优化提供细粒度依据,并利用深度学习模型实现自适应的动态策略生成,在满足热约束的前提下提升了显卡性能与能效的整体表现。

本发明授权基于深度学习的显卡性能优化提升方法及系统在权利要求书中公布了:1.基于深度学习的显卡性能优化提升方法,其特征在于,包括: 采集目标显卡在执行特定计算任务时的运行时特征数据流,所述运行时特征数据流包含核心算力利用率时序数据、显存带宽占用率时序数据以及核心温度变化曲线; 对所述核心算力利用率时序数据进行计算强度模式识别,得到多个计算强度模式片段,对所述显存带宽占用率时序数据进行数据吞吐模式解析,得到多个数据吞吐模式片段,将所述计算强度模式片段与所述数据吞吐模式片段进行时空对齐与模式关联分析,生成计算数据协同模式图谱; 调用预训练的能耗性能决策模型对所述计算数据协同模式图谱进行资源调度策略推演,生成与所述特定计算任务相对应的候选调度策略集合; 基于所述核心温度变化曲线对所述候选调度策略集合进行热约束条件下的可行性筛选,剔除违反预设热限值的候选调度策略,形成适配性调度策略集合; 依据所述适配性调度策略集合生成动态频率电压调整指令序列,并将所述动态频率电压调整指令序列下发至目标显卡的驱动层以执行实时性能调优; 所述将所述计算强度模式片段与所述数据吞吐模式片段进行时空对齐与模式关联分析,生成计算数据协同模式图谱,包括: 建立统一的时间轴,将所述计算强度模式片段与所述数据吞吐模式片段映射至所述时间轴上; 对于时间轴上的每个同步时间点,提取所述时间点对应的计算强度模式标签与数据吞吐模式标签,构成一个模式对; 统计所有时间点上不同模式对出现的频率,构建模式对共现频率矩阵; 基于所述模式对共现频率矩阵,构建有向图网络,其中节点代表不同的计算强度模式或数据吞吐模式,边的权重代表两种模式在时间上连续出现的概率; 将所述有向图网络以及每个模式片段在时间轴上的起始结束时间信息,共同封装为所述计算数据协同模式图谱。

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四川般沃回科技有限公司;四川铭晟鼎航空科技有限公司;四川煜帆槿年科技有限公司,其通讯地址为:610000 四川省成都市中国(四川)自由贸易试验区成都高新区交子大道500号1栋19层1923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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。