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！

龙图腾网获悉华南理工大学申请的专利一种基于软硬件联合优化的HPC集群基准能效调优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：CN120010990B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202411875555.0，技术领域涉及：G06F9/455；该发明授权一种基于软硬件联合优化的HPC集群基准能效调优方法是由林伟伟;李志豪;林建鹏设计研发完成，并于2024-12-19向国家知识产权局提交的专利申请。

本一种基于软硬件联合优化的HPC集群基准能效调优方法在说明书摘要公布了：本发明公开了一种基于软硬件联合优化的HPC集群基准能效调优方法，属于集群能效调优领域。该方法分为软件调优和硬件调优两个方面，软件方面，通过参数重要性分析得到基准实机运行下的能效敏感参数后，本发明结合能效预测模型优化参数寻优过程中的采样算法，减少了寻优和模型训练开销并提升了模型收敛速度，实现了离线的低成本参数优化；硬件方面，在集群最佳运行参数的基础上，本发明通过对基准运行期间CPU核心组的利用率进行特征提取，训练得到聚类模型用于识别CPU负载模式，能够以全局视角判断负载的资源需求，从而进行相应的动态调频，提高集群的能效运行表现。

本发明授权一种基于软硬件联合优化的HPC集群基准能效调优方法在权利要求书中公布了：1.基于软硬件联合优化的HPC集群基准能效调优方法，其特征在于，包括下述步骤：包括软件优化和硬件优化部分，具体为： S1、软件优化： S11、实机采集多组不同优化参数下的基准运行能效值，通过参数重要性分析来筛选出基准运行能效值中的能效敏感参数； S12、使用贝叶斯参数优化方法来对筛选得到的能效敏感参数进行实机运行迭代搜索，并记录每个参数组合下的能效值； S13、使用基于数据驱动的集成学习方法建立参数对能效的预测模型，对比实机采集值和模型精度指标来评估模型精度； S14、结合能效预测模型对贝叶斯参数优化过程的采样算法进行选择优化，反馈优化实机贝叶斯参数过程； S15、优化后的贝叶斯参数优化模型用于指导集群下的基准能效敏感参数调优，进入无需实机运行的离线调优阶段； S2、硬件优化： S21、运行并采集固定时间间隔下集群内不同节点的CPU核心利用率变化情况，并按照共享电压和频率的CPU核心分组进行组内核心的特征提取； S22、绘制同一组内的CPU核心利用率在基准运行期间的分布散点图，根据CPU核心组的利用率分布情况确定负载模式； S23、将所有特征提取后的CPU核心组特征作为多维特征，使用聚类算法得到基准运行期间存在的负载模式； S24、结合分析及聚类得到的负载模式，引入过滤层来优化聚类模型表现，并由聚类模型给出不同CPU核心组的负载模式； S25、选择具有节能空间的负载模式，制定调频动作用于指导反馈节能。

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华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381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。