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！

龙图腾网获悉上海交通大学申请的专利基于历史嵌入缓存的单机图神经网络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：CN119761444B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202411917589.1，技术领域涉及：G06N3/082；该发明授权基于历史嵌入缓存的单机图神经网络优化方法及系统是由李超;刘一博;王靖;汪陶磊;梅君夷;过敏意设计研发完成，并于2024-12-24向国家知识产权局提交的专利申请。

本基于历史嵌入缓存的单机图神经网络优化方法及系统在说明书摘要公布了：一种基于历史嵌入缓存的单机图神经网络优化方法及系统，通过对训练数据集进行预先采样分析收集采样数据，结合启发式方法计算得到每一层级历史嵌入缓存大小后，根据计算得到的各层级历史嵌入缓存大小设置缓存，并执行预采样，即循环进行基于子图的采样：每次采样过程中模拟缓存替换，进行子图剪枝并得到节点访问序列和子图拓扑连接关系，经重复若干次采样得到对应个数的训练子图后，计算若干步最优特征缓存替换并保存最优特征缓存替换信息；当加载训练子图进行实际训练时，每轮训练时结合采样子图进行历史嵌入推送拉取，并结合最优特征缓存替换信息进行底层特征缓存替换后，实现单机图神经网络优化。

本发明授权基于历史嵌入缓存的单机图神经网络优化方法及系统在权利要求书中公布了：1.一种基于单机核外架构的图神经网络优化方法，其特征在于，通过对训练数据集进行预先采样分析收集采样数据，结合启发式方法计算得到每一层级历史嵌入缓存大小后，根据计算得到的各层级历史嵌入缓存大小设置缓存，并执行预采样，即循环进行基于子图的采样：每次采样过程中模拟缓存替换，进行子图剪枝并得到节点访问序列和子图拓扑连接关系，经重复若干次采样得到对应个数的训练子图后，计算若干步最优特征缓存替换并保存最优特征缓存替换信息；当加载训练子图进行实际训练时，每轮训练时结合采样子图进行历史嵌入推送拉取，并结合最优特征缓存替换信息进行底层特征缓存替换后，实现单机图神经网络优化； 所述的预先采样分析是指：根据当前批次的训练节点执行一轮采样过程，收集采样得到的采样子图元数据但不进行后续的数据加载以及实际训练过程； 所述的执行预采样，通过多层缓存交互替换算法模拟缓存替换并通过子图剪枝得到节点访问序列和剪枝子图的同时，根据节点访问序列计算特征缓存最优替换信息； 所述的子图剪枝，根据预采样模拟缓存替换得到的缓存目录中执行采样并进行子图剪枝； 所述的多层缓存交互替换算法是指：通过采样子图进行缓存间信息传递，高层级缓存节点的邻居避免出现在低层级缓存中，每一层级中的缓存采用FIFO的方式进行缓存替换；当高层级的缓存命中时，将其从采样子图移除； 所述的模拟缓存替换是指：在执行采样过程时通过缓存目录进行模拟缓存替换，每一层级缓存目录保留的节点个数与历史嵌入缓存一致，缓存目录不保留实际数据，而只保留访问节点编号，在采样过程中根据多层缓存交互替换算法动态更新缓存目录； 所述的启发式方法是指：结合预先采样分析得到的每一层级节点个数，结合采样扇出参数、历史嵌入维度以及GPU内存容量限制，计算得到每一层级历史嵌入缓存大小，具体包括： i首先配置顶层历史嵌入缓存，即，缓存节点个数*，设置下层历史嵌入缓存所缓存的节点个数，即，最后计算缓存预计使用内存大小，并与内存容量限制B比较，当则计算过程结束，按照计算结果配置历史嵌入缓存；否则执行步骤ii，其中：为采样邻域重合度； ii依次计算,并找到第一个满足要求的分配层级，对于层级小于等于的按照计算结果配置历史嵌入；层级大于的历史嵌入缓存大小设置为0；返回配置结果。

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上海交通大学，其通讯地址为：200240 上海市闵行区东川路800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”。

以上内容由龙图腾AI智能生成。