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！

龙图腾网获悉赛思科技(西安)有限公司申请的专利一种基于一云多芯异构算力平台的GPU算力调度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：CN120295785B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202510373465.X，技术领域涉及：G06F9/50；该发明授权一种基于一云多芯异构算力平台的GPU算力调度方法是由蔡红雨设计研发完成，并于2025-03-27向国家知识产权局提交的专利申请。

本一种基于一云多芯异构算力平台的GPU算力调度方法在说明书摘要公布了：本发明提出了一种基于一种基于一云多芯异构算力平台的GPU算力调度方法，所述方法包括如下步骤：步骤S1：异构资源注册与建模，通过资源注册模块接入包含多类型GPU的硬件设备，采集设备型号、显存容量及性能指标数据，构建包含拓扑关系的资源特征数据库，支持芯片的混合接入；步骤S2：虚拟化资源重构，采用硬件抽象层技术将物理GPU池化为虚拟GPU资源，通过容器化技术实现显存隔离与计算单元划分，每个虚拟GPU实例配备独立的驱动栈和安全沙箱；步骤S3：多模态任务提交，接收用户提交的CUDAOpenCL计算任务，解析任务需求参数，包括计算核心数、显存占用量及数据吞吐量阈值，生成包含优先级标签的任务描述符。

本发明授权一种基于一云多芯异构算力平台的GPU算力调度方法在权利要求书中公布了：1.一种基于一云多芯异构算力平台的GPU算力调度方法，其特征在于，所述方法包括如下步骤： 步骤S1：异构资源注册与建模，通过资源注册模块接入包含多类型GPU的硬件设备，采集设备型号、显存容量及性能指标数据，构建包含拓扑关系的资源特征数据库，支持芯片的混合接入； 步骤S2：虚拟化资源重构，采用硬件抽象层技术将物理GPU池化为虚拟GPU资源，通过容器化技术实现显存隔离与计算单元划分，每个虚拟GPU实例配备独立的驱动栈和安全沙箱； 步骤S3：多模态任务提交，接收用户提交的CUDAOpenCL计算任务，解析任务需求参数，包括计算核心数、显存占用量及数据吞吐量阈值，生成包含优先级标签的任务描述符； 步骤S4：拓扑感知资源匹配，基于实时更新的资源状态图，采用改进的匈牙利算法进行多维资源匹配，计算节点选择时同步评估PCIe带宽、NVLink连接状态及显存碎片化程度； 步骤S5：动态负载调度，部署分布式调度引擎实时采集节点GPU的温度、利用率及任务队列深度数据，当检测到局部热点时触发负载均衡策略，采用任务迁移与算力重分配组合机制； 所述步骤S5中动态负载调度包含基于深度强化学习的调度策略优化引擎，具体实现包括： 构建状态特征空间，采集节点GPU利用率、显存占用率、PCIe链路带宽利用率及任务队列等待时长构成16维状态向量； 设计双通道DuelingDQN网络架构，其中价值流网络评估全局调度收益，优势流网络计算局部调度动作优势值； 定义奖励函数R=α*1-负载方差+β任务完成率-γ迁移开销，其中α、β、γ为可调权重系数； 部署经验回放池存储历史调度决策数据，采用优先采样机制筛选高价值训练样本； 实现在线策略更新机制，当检测到集群拓扑变化或负载模式突变时，触发网络参数的即时微调； 引入动作掩码技术约束无效调度操作，确保任务迁移仅在具备硬件兼容性的节点间进行； 步骤S6：自适应任务执行，在GPU实例中注入运行时监控代理，动态调整CUDA流优先级及显存页锁定策略，采用MPS多进程服务技术实现关键任务的独占式资源保障； 步骤S7：全链路监控与诊断，构建三维监控体系：通过资源层监控GPU硬件的SM单元利用率及ECC错误率；任务层追踪计算进度与显存泄漏风险；节点层实施健康度评分并触发自动隔离机制。

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赛思科技(西安)有限公司，其通讯地址为：710000 陕西省西安市未央区太华北路安徽大厦23F；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。