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 > 天津霖岳智能制造有限公司张权获国家专利权

天津霖岳智能制造有限公司张权获国家专利权

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!

龙图腾网获悉天津霖岳智能制造有限公司申请的专利一种服务器GPU算力分配方法、系统及一种服务器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:CN120743469B

龙图腾网通过国家知识产权局官网在2026-04-17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:202510909730.1,技术领域涉及:G06F9/48;该发明授权一种服务器GPU算力分配方法、系统及一种服务器是由张权设计研发完成,并于2025-07-02向国家知识产权局提交的专利申请。

一种服务器GPU算力分配方法、系统及一种服务器在说明书摘要公布了:本申请提供了一种服务器GPU算力分配方法、系统及一种服务器,属于服务器资源管理领域,解决传统分配资源利用率低、决策不灵活的问题。方法包括:中央智能体构建任务与GPU集群的有向加权博弈图,基于纳什均衡求解全局分配策略;本地智能体通过强化学习将任务分配至具体GPU,结合动态阈值与异常检测实现智能迁移,并通过联邦学习迭代优化策略。系统包含中央智能体、本地智能体、GPU集群及经验池模块,服务器搭载该系统执行方法。方案通过双层智能体协作与多算法融合,量化任务集群适配关系,动态调整分配策略,显著提升资源利用率与任务处理效率,增强复杂场景下的自适应性与可靠性。

本发明授权一种服务器GPU算力分配方法、系统及一种服务器在权利要求书中公布了:1.一种服务器GPU算力分配方法,其特征在于,包括以下步骤: 中央智能体模块构建以任务和GPU集群为节点的有向加权博弈图,基于任务与GPU集群的资源匹配度、通信开销以及任务的数据locality系数计算所述博弈图中任务节点到GPU集群节点的边权重,并基于纳什均衡求解任务到GPU集群的全局分配策略,所述边权重通过公式计算,其中为任务与集群的资源匹配度函数,为通信开销函数,为任务的数据locality系数,、、为预设权重参数且满足;所述资源匹配度函数,其中,为第i个任务节点,为任务对第类资源的需求,为第j个GPU集群,为GPU集群中第类资源的可用量;所述通信开销函数为节点间延迟矩阵,为任务的数据量; 各本地智能体模块接收所述中央智能体模块的分配指令,基于强化学习算法将分配至本集群的任务分配至具体GPU;所述强化学习算法的状态空间包括源GPU状态、目标GPU状态、任务特征和网络状态,奖励函数为,其中为迁移后集群平均利用率变化量,为任务延迟变化量,为迁移成本变化量; 各本地智能体模块实时监控本集群内任务执行状态和GPU状态,所述任务执行状态包括任务完成效率和任务队列长度,所述GPU状态包括GPU利用率、显存占用率和显存碎片率;其中,所述实时监控过程中通过公式计算异常检测指标,其中为实时指标,为LSTM模型基于过去一段时间序列的监控指标数据生成的预测值,为指标权重;当所述异常检测指标超过通过公式计算得到的动态阈值时,启动任务迁移决策;其中为历史平均利用率,为历史利用率标准差,为动态系数,所述为任务的特征向量中的优先级分量,式中,代表计算模式,为显存访问模式,反映资源需求类型,是数据locality系数; 还包括经验反馈步骤:所述中央智能体模块和本地智能体模块通过联邦学习聚合经验,更新全局策略参数,所述全局策略参数的更新公式为,其中为集群的任务量,为集群总数,,为预训练的本地智能体参数。

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天津霖岳智能制造有限公司,其通讯地址为:300192 天津市南开区科研东路西侧天津科技广场6-2-2301(天开园);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。