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！

龙图腾网获悉广东迅扬科技股份有限公司申请的专利计算机电源功耗动态分配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：CN120144319B 。

龙图腾网通过国家知识产权局官网在2025-08-12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：202510607976.3，技术领域涉及：G06F9/50；该发明授权计算机电源功耗动态分配方法及系统是由张利新;袁振东;李剑英设计研发完成，并于2025-05-13向国家知识产权局提交的专利申请。

本计算机电源功耗动态分配方法及系统在说明书摘要公布了：本发明涉及计算机技术领域，公开了一种计算机电源功耗动态分配方法及系统，获取来自各层级传感器的数据，采用小波降噪算法对数据进行预处理，得到预处理后的数据；构建动态决策模型，将预处理后的数据输入动态决策模型中输出未来时间片的负载热力图；收集不同硬件配置下的能耗数据，得到能耗知识图谱，采用DP‑FedAvg算法进行联邦学习，结合负载热力图、当前硬件状态、软件运行趋势以及能耗历史数据，生成动态供电曲线；采用量子化控制技术，根据供电曲线微调电源输出，动态分配功率至各硬件组件；本发明显著提高电源利用效率，降低计算机整体能耗。

本发明授权计算机电源功耗动态分配方法及系统在权利要求书中公布了：1.计算机电源功耗动态分配方法，其特征在于，该方法包括以下步骤： 获取来自各层级传感器的数据，采用小波降噪算法对数据进行预处理，得到预处理后的数据； 采用轻量化的Transformer-XL作为基础架构，结合神经架构搜索，实时生成最优子网结构，进行超参数优化，构建动态决策模型，输入预处理数据，预测未来负载热力图； 整合不同硬件配置下的能耗数据，构建能耗知识图谱，采用DP-FedAvg算法进行联邦学习，结合负载热力图、当前硬件状态、软件运行趋势以及能耗历史数据，生成动态供电曲线； 采用量子化控制技术，根据供电曲线微调电源输出，动态分配功率至各硬件组件； 所述采用轻量化的Transformer-XL作为基础架构，结合神经架构搜索，实时生成最优子网结构，进行超参数优化，构建动态决策模型，包括： 采用轻量级Transformer-XL架构，设定神经元数量和多头注意力头数为4-8； 并行集成神经架构搜索引擎至Transformer-XL模型，收集硬件和负载信息，使用强化学习算法进行搜索，并初始化参数； 将搜索空间划分为多个子空间，独立并行搜索，随机生成初始子网结构作为起点； 部署子网结构至硬件环境，用负载数据训练评估，反馈评估指标至强化学习算法，计算奖励值，更新策略网络，优化子网结构，筛选最优； 运用多目标贝叶斯优化算法进行模型超参数优化，将结果应用于子网结构，使用遗传算法动态优化超参数，形成动态决策模型； 所述采用DP-FedAvg算法进行联邦学习，结合负载热力图、当前硬件状态、软件运行趋势以及能耗历史数据，生成动态供电曲线，包括： 设定联邦学习的参数，包括隐私预算、确定通信轮数，初始化服务器端的全局模型； 每一轮训练时从服务器下载当前全局模型，将本地的负载热力图、当前硬件状态、软件运行趋势以及能耗历史数据作为输入对模型进行训练，计算模型参数的梯度； 对计算出的梯度添加符合拉普拉斯分布的噪声，将添加噪声后的梯度上传至服务器，服务器根据每个客户端的数据量占总数据量的比例，对上传的梯度进行加权求和，在求和结果上再添加符合拉普拉斯分布的噪声，得到最终的聚合梯度； 服务器使用聚合梯度更新全局模型，服务器将更新后的全局模型下发给各个客户端； 经过T轮联邦学习后，客户端得到最终的全局模型，客户端将本地实时的负载热力图、当前硬件状态、软件运行趋势以及能耗历史数据输入到全局模型中； 通过全局模型预测未来一段时间内各个硬件组件的能耗需求，根据预测的能耗需求，以时间为横轴，功率为纵轴，生成动态供电曲线。

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广东迅扬科技股份有限公司，其通讯地址为：523000 广东省东莞市东坑镇正崴五路5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”。