北京理工大学张志威获国家专利权
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！
龙图腾网获悉北京理工大学申请的专利一种分布式图神经网络计算效率的优化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：CN116861951B 。
龙图腾网通过国家知识产权局官网在2025-08-26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：202310776393.4，技术领域涉及：G06N3/04；该发明授权一种分布式图神经网络计算效率的优化方法是由张志威;王朝阳;王国仁设计研发完成，并于2023-06-28向国家知识产权局提交的专利申请。
本一种分布式图神经网络计算效率的优化方法在说明书摘要公布了：本发明公开提供了一种基于分布式图神经网络计算效率的优化方法，利用DeepGraphLibrary为图数据的处理与图神经网络的搭建与训练提供基本的支持，利用GCCL实现分布式环境下的图数据通信优化，满足图神经网络研究者的实验需求。
本发明授权一种分布式图神经网络计算效率的优化方法在权利要求书中公布了：1.一种分布式图神经网络计算效率的优化方法，其特征在于，包括数据通信阶段、计算图优化阶段与图神经网络训练阶段； 所述数据通信阶段包括： S11、DeepGraphLibrary模块将本地的图数据提交给GCCL模块； S12、所述GCCL模块对图数据按照图分区进行映射并将位于其他节点的图数据发送给对应节点的GCCL模块； S13、所述GCCL模块接收其他节点发送来的图数据； S14、所述GCCL模块根据接收到的图数据对本地图数据进行更新，并将更新后的图数据返回给DeepGraphLibrary模块； 所述计算图优化阶段包括： S21、所述DeepGraphLibrary模块根据本地的图数据结构生成计算图后，将所述计算图提交给计算图优化模块； S22、所述计算图优化模块按照设计的优化流程对计算图进行对应的优化，并将优化后的计算图返回给所述DeepGraphLibrary模块； 所述图神经网络训练阶段包括： S31、所述DeepGraphLibrary模块根据所述优化后的计算图生成对应的GPU算子并提交给GPU进行计算； S32、GPU完成图神经网络训练所对应的计算后将计算结果返回给所述DeepGraphLibrary模块，并更新本地的图数据。
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理工大学，其通讯地址为：100081 北京市海淀区中关村南大街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”。
以上内容由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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号