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 > 成都至蕊零科技有限公司;成都武晓旭玫科技有限公司;四川敏庆汇科技有限公司李丽获国家专利权

成都至蕊零科技有限公司;成都武晓旭玫科技有限公司;四川敏庆汇科技有限公司李丽获国家专利权

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!

龙图腾网获悉成都至蕊零科技有限公司;成都武晓旭玫科技有限公司;四川敏庆汇科技有限公司申请的专利基于机器学习的显卡任务资源调度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:CN121722574B

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:202610215395.X,技术领域涉及:G06F9/50;该发明授权基于机器学习的显卡任务资源调度方法及系统是由李丽;周利燕设计研发完成,并于2026-02-14向国家知识产权局提交的专利申请。

基于机器学习的显卡任务资源调度方法及系统在说明书摘要公布了:本发明公开了基于机器学习的显卡任务资源调度方法及系统,涉及机器学习与GPU调度技术领域,包括持续监测输入显卡的任务流,实时提取任务描述符并生成初始多维度任务画像,据此分配计算单元与显存资源。任务执行中,通过对比实际资源消耗轨迹与预期值生成资源消耗偏离度,利用该偏离度驱动对抗学习模块在线修正任务画像模型。基于修正后的最新任务画像,动态重算最优资源调度策略,并对正在执行的任务实施实时资源再分配。该方法实现了模型在线自修正与资源全周期动态调度,提升了资源利用效率与任务执行性能。

本发明授权基于机器学习的显卡任务资源调度方法及系统在权利要求书中公布了:1.基于机器学习的显卡任务资源调度方法,其特征在于,所述方法包括: 持续监测输入至显卡的任务流,并实时提取所述任务流中每个任务的静态描述符与动态描述符,包括: 捕获任务提交指令,从所述任务提交指令中解析出应用程序接口标识、着色器程序特征及初始缓冲区配置信息,作为静态描述符; 在任务启动初期,采样任务在首个计算周期内的指令吞吐率、寄存器文件压力及共享内存访问模式,作为初阶段动态描述符; 在任务稳定执行阶段,周期性采样任务的计算单元占用率、显存带宽利用率及缓存命中率曲线,作为稳态阶段动态描述符; 将所述静态描述符与动态描述符输入至预训练的任务画像生成模型,输出每个任务的多维度任务画像,包括: 所述任务画像生成模型由特征融合层与多任务预测层构成; 所述特征融合层采用注意力机制对所述静态描述符、初阶段动态描述符及稳态阶段动态描述符进行加权融合,生成统一的任务特征向量; 所述多任务预测层以所述统一的任务特征向量为输入,并行输出预测的计算单元需求画像、显存带宽需求画像及缓存敏感性画像,共同构成所述多维度任务画像; 依据所述多维度任务画像计算每个任务的初始资源调度策略,并依据所述初始资源调度策略在显卡硬件上分配计算单元与显存资源; 在任务执行过程中,同步监测显卡硬件上各任务的实际资源消耗轨迹; 对比所述实际资源消耗轨迹与所述多维度任务画像中对应的预期消耗,生成每个任务的资源消耗偏离度; 将所述资源消耗偏离度反馈至对抗学习修正模块,驱动所述任务画像生成模型进行对抗性训练,以修正所述多维度任务画像; 基于修正后的多维度任务画像重新计算每个任务的最优资源调度策略; 依据所述最优资源调度策略对显卡硬件上正在执行的任务进行动态资源再分配,完成调度优化。

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成都至蕊零科技有限公司;成都武晓旭玫科技有限公司;四川敏庆汇科技有限公司,其通讯地址为:610000 四川省成都市青羊区北东街1号2栋1单元1层16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。