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！

龙图腾网获悉泉州砾鹰石科技有限公司申请的专利基于分布式池化算力的异构算力协同适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：CN121636199B 。

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：202610158722.2，技术领域涉及：G06F9/50；该发明授权基于分布式池化算力的异构算力协同适配方法是由吴海霖设计研发完成，并于2026-02-04向国家知识产权局提交的专利申请。

本基于分布式池化算力的异构算力协同适配方法在说明书摘要公布了：本发明公开了基于分布式池化算力的异构算力协同适配方法，涉及异构算力资源调度技术领域；本发明从算力异构平台采集基础数据集，经标准化处理得到时序特征集与场景特征集；依托由基础时序预测层、场景特征增强层和输出融合层构成的算力预测模型，精准预测各异构集群的算力需求趋势；结合算力增长率阈值与场景标签设置需求优先级；再通过协调调度模型生成调度决策，同时借助动态适配调节机制优化资源分配；本发明实现了异构算力的精细化表征与任务精准匹配，打破了传统方案适配策略僵化的局限，有效提升了异构算力适配精准度与资源综合利用率，同时显著降低核心业务性能波动，达成资源高效利用与业务稳定运行的动态平衡。

本发明授权基于分布式池化算力的异构算力协同适配方法在权利要求书中公布了：1.基于分布式池化算力的异构算力协同适配方法，其特征在于，包括： 从算力异构平台采集基础数据集，对所述基础数据集进行标准化处理，得到特征数据集；其中，基础数据集用于分析异构算力平台的性能，特征数据集包括时序特征集和场景特征集； 将特征数据集输入至预先训练的算力预测模型，预测得到算力需求趋势；根据算力需求趋势和场景标签设置需求优先级；其中，场景标签从基础数据集提取； 基于算力需求趋势、基础数据集、需求优先级和预先训练的协调调度模型生成调度决策；根据所述调度决策对所述算力异构平台的算力资源进行调度； 基于算力需求趋势、基础数据集、需求优先级和预先训练的协调调度模型生成调度决策，包括： 调用协调调度模型；其中，协调调度模型基于DDPG算法构建； 基于算力需求趋势、基础数据集、需求优先级构建状态空间，将所述状态空间输入至所述协调调度模型，得到动作组合； 所述动作组合经过约束校验后生成调度决策；其中，调度决策包括分配路径、节点选择和任务分片比例； 所述算力异构平台的平台架构包括算力资源池； 所述算力资源池由若干异构集群构成；所述异构集群由同类型的算力节点构建；所述算力节点包括CPU节点、GPU节点和NPU节点； 预测得到算力需求趋势，包括： 调用算力预测模型；其中，算力预测模型基于LSTM模型和梯度提升树模型构建； 将所述特征数据集输入至所述算力预测模型，预测得到算力异构平台的算力需求趋势；其中，算力需求趋势包括各异构集群的算力需求； 算力预测模型包括基础时序预测层、场景特征增强层和输出融合层； 所述基础时序预测层基于LSTM模型构建，用于预测算力需求趋势；所述场景特征增强层基于梯度提升树模型构建，用于修正算力需求趋势； 所述输出融合层用于根据融合权重系数对所述基础时序预测层和所述场景特征增强层的输出结果进行融合，得到算力需求趋势； 根据算力需求趋势和场景标签设置需求优先级，包括： 设置算力增长率阈值； 基于所述算力增长率阈值为所述算力需求趋势匹配需求优先级；当需求优先级和场景标签不一致时，则利用场景标签设置需求优先级； 协调调度模型包括输入层、状态编码层、核心决策层和决策输出层，核心决策层通过MDP和DDPG算法实现决策。

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泉州砾鹰石科技有限公司，其通讯地址为：362000 福建省泉州市鲤城区九一路16号益华商厦9层912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。