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！

龙图腾网获悉深圳市昊源诺信科技有限公司申请的专利基于深度学习的高性能计算内存功耗优化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：CN120144318B 。

龙图腾网通过国家知识产权局官网在2025-07-22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：202510607273.0，技术领域涉及：G06F9/50；该发明授权基于深度学习的高性能计算内存功耗优化方法及系统是由欧阳浩;向坤设计研发完成，并于2025-05-13向国家知识产权局提交的专利申请。

本基于深度学习的高性能计算内存功耗优化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高性能计算内存功耗优化方法及系统，涉及内存功耗优化技术领域，包括如下步骤：获取需要存储的数据矩阵，标记为实时数据矩阵；通过获取非零个数与历史正常存储功耗的关系函数，标记为正常存储函数；将每个历史数据矩阵进行压缩获得历史压缩矩阵，获取非零个数与历史压缩总功耗的关系函数，标记为压缩存储函数；基于压缩存储函数与正常存储函数分析出实时数据矩阵的存储方式；本发明用于解决现有的内存功耗优化技术中未能考虑压缩整体流程产生的总功耗，导致并不能稳定降低内存功耗的问题。

本发明授权基于深度学习的高性能计算内存功耗优化方法及系统在权利要求书中公布了：1.基于深度学习的高性能计算内存功耗优化方法，其特征在于，包括如下步骤： 获取需要存储的数据矩阵，标记为实时数据矩阵； 获取第一数量个与实时数据矩阵的矩阵大小相等的数据矩阵，标记为历史数据矩阵；将每个历史数据矩阵存储在内存中第二数量次，将每次存储所需的功耗标记为历史正常存储功耗；获取每个历史数据矩阵中非0数值个数，标记为非零个数；获取非零个数与历史正常存储功耗的关系函数，标记为正常存储函数； 将每个历史数据矩阵进行压缩获得历史压缩矩阵； 将每个历史压缩矩阵存储在内存中第二数量次，将每次存储所需的功耗标记为历史压缩存储功耗；将历史压缩功耗与历史压缩存储功耗的和标记为历史压缩总功耗，获取非零个数与历史压缩总功耗的关系函数，标记为压缩存储函数； 基于压缩存储函数与正常存储函数分析出实时数据矩阵的存储方式； 基于压缩存储函数与正常存储函数分析出实时数据矩阵的存储方式包括如下步骤： 获取的实时数据矩阵中非0数值个数，标记为实时个数； 将实时个数分别代入正常存储函数与压缩存储函数获得两个值，分别标记为正常预测功耗值与压缩预测功耗值； 判断正常预测功耗值是否大于等于压缩预测功耗值，若是，将实时数据矩阵直接存储，若不是，将实时数据矩阵按照历史数据矩阵进行压缩获得历史压缩矩阵的压缩方法进行压缩然后存储。

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深圳市昊源诺信科技有限公司，其通讯地址为：518000 广东省深圳市南山区西丽街道西丽社区打石一路深圳国际创新谷七栋D座101房；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”。