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！

龙图腾网获悉中科亿海微电子科技(苏州)有限公司申请的专利一种基于Wasserstein距离和贝叶斯汤普森采样的编译器协同优化方法和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：CN120491945B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202510990752.5，技术领域涉及：G06F8/30；该发明授权一种基于Wasserstein距离和贝叶斯汤普森采样的编译器协同优化方法和系统是由彭佳成;黄志洪;蔡刚;魏育成设计研发完成，并于2025-07-18向国家知识产权局提交的专利申请。

本一种基于Wasserstein距离和贝叶斯汤普森采样的编译器协同优化方法和系统在说明书摘要公布了：本申请提供了一种基于Wasserstein距离和贝叶斯汤普森采样的编译器协同优化方法和系统，包括：基于预设优化阶段映射列表确定决策顺序，将优化空间构建为分层决策结构；遍历分层决策结构，根据汤普森采样逐层选择最优子节点，生成候选配置；基于候选配置选定目标配置参数注入待优化程序，获取性能数据；建立分箱直方图模型，提取同一优化阶段内最优配置和最差配置的分布数据，量化两分布的Wasserstein距离值；判定Wasserstein距离值，触发优化阶段重排序机制，重建分层决策结构。本申请实现了编译器自动调优中对鲁棒分布度量与自适应决策的融合。

本发明授权一种基于Wasserstein距离和贝叶斯汤普森采样的编译器协同优化方法和系统在权利要求书中公布了：1.一种基于Wasserstein距离和贝叶斯汤普森采样的编译器协同优化方法，其特征在于，所述方法包括： 获取待优化程序，定义优化空间，基于预设的优化阶段映射列表确定决策顺序，将所述优化空间构建为分层决策结构，每一个优化阶段作为所述分层决策结构的一个节点，配置选项作为所述节点的子节点； 遍历所述分层决策结构，根据汤普森采样逐层选择最优子节点，生成候选配置；其中，未探索节点基于先验分布生成采样值，已探索节点基于后验分布生成采样值，基于，确定采样值最大的子节点作为最优子节点，继续向下探索；表示当前配置选项的采样值，表示第i个节点的历史平均性能得分，，表示第i个节点的被选择的次数；当决策深度达到预设优化阶段总数时，创建叶节点终止路径，形成完整配置路径； 基于所述候选配置，选定目标配置参数注入所述待优化程序，进行实时编译和执行，获取性能数据； 基于历史所有的性能数据建立分箱直方图模型，提取同一优化阶段内最优配置和最差配置的分布数据，计算累积分布函数并量化两分布的Wasserstein距离值； 根据预设规则判定所述Wasserstein距离值，基于判定结果触发优化阶段重排序机制，降序重排优化阶段序列，按重排优化阶段序列重建所述分层决策结构。

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中科亿海微电子科技(苏州)有限公司，其通讯地址为：215127 江苏省苏州市吴中区甪直镇长虹北路169号吴淞江商务区A幢2层；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”。