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！

龙图腾网获悉北京基流科技股份有限公司申请的专利一种LoRA微调的算力资源动态分配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：CN121560567B 。

龙图腾网通过国家知识产权局官网在2026-05-08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：202610071769.5，技术领域涉及：G06F9/50；该发明授权一种LoRA微调的算力资源动态分配方法是由张明月设计研发完成，并于2026-01-20向国家知识产权局提交的专利申请。

本一种LoRA微调的算力资源动态分配方法在说明书摘要公布了：本发明涉及资源优化领域，尤其涉及一种LoRA微调的算力资源动态分配方法，通过获取计算集群的显存状态与计算单元负载数据流，依据历史时序数据解析得到表征资源碎片化程度与负载水平的先验特征，并据此为各类计算任务设置瓶颈标签；在任务执行时，依据其标签类型与实时资源特征进行差异化调度优化，通过监控实时显存状态特征，对显存瓶颈任务暂扣直至其降低至预定阈值后执行；通过监控实时负载状态特征，对计算瓶颈任务则在负载满足条件时启动。本发明实现了对集群动态资源状态的感知响应与对任务瓶颈类型的针对性调度，缓解了因显存碎片化及资源分布不均导致的阻塞与闲置，提升了资源利用均衡度与LoRA微调任务的整体执行效率。

本发明授权一种LoRA微调的算力资源动态分配方法在权利要求书中公布了：1.一种LoRA微调的算力资源动态分配方法，其特征在于，包括： 获取计算集群历史运行周期内执行各类计算任务时的显存状态数据流以及计算单元负载数据流； 基于显存状态数据流解析先验显存状态特征，以表征计算集群显存空间的碎片化程度，基于单元负载数据流解析先验负载状态特征，以表征计算集群计算资源的负载程度； 基于先验显存状态特征以及先验负载状态特征针对各类计算任务设置瓶颈标签，包括， 根据历史运行数据，确定当执行各类型的计算任务时，所述先验显存状态特征与所述先验负载状态特征之间的相对大小关系； 若在执行某类计算任务时，所述先验显存状态特征值小于所述计算任务对应的所述先验负载状态特征值，则为所述计算任务设置显存瓶颈标签； 若在执行某类计算任务时，所述先验负载状态特征值小于或等于该任务对应的所述先验显存状态特征值，则为所述计算任务设置计算瓶颈标签； 接收并解析待处理的计算任务队列，提取各计算任务对应的资源需求特征； 基于计算任务的先验资源需求特征以及对应的瓶颈标签执行任务队列执行过程中的资源优化，包括， 暂扣当前任务，监控计算集群中的实时显存状态特征，等待显存状态特征降低至预定阈值后执行所述当前任务； 基于计算集群中的实时负载状态特征判定是否执行当前任务； 其中，所述预定阈值基于计算任务对应的显存状态特征所确定； 所述显存状态数据流包括，具有连续大容量空余显存的节点数量时序数据以及所述具有连续大容量空余显存的节点间显存互访延迟时序数据； 所述基于显存状态数据流解析先验显存状态特征，以表征计算集群显存空间的碎片化程度包括，根据所述具有连续大容量空余显存的节点数量时序数据，确定预设统计周期内的空余节点数量平均值，根据所述具有连续大容量空余显存的节点间显存互访延迟时序数据，确定预设统计周期内的互访延迟平均值；将所述空余节点数量统计值与集群计算节点总数的比值，确定为第一显存参数，将预设延迟标准值与所述互访延迟平均值的比值，确定为第二显存参数，对所述第一显存参数与所述第二显存参数进行加权求和，将加权求和结果作为先验显存状态特征； 所述暂扣当前任务，监控计算集群中的实时显存状态特征，等待显存状态特征降低至预定阈值后执行所述当前任务包括， 响应于当前任务的瓶颈标签为显存瓶颈标签，则暂扣该任务的执行，实时获取所述计算集群的实时显存状态数据流，并基于所述实时显存状态数据流解析实时显存状态特征； 若所述实时显存状态特征小于或等于预定解锁阈值，为所述当前任务分配显存资源并开始执行任务； 所述预定解锁阈值基于所述当前任务的预期显存占用量确定。

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北京基流科技股份有限公司，其通讯地址为：100000 北京市海淀区中关村东路8号东升大厦AB座九层903B、905A单元；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。