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！

龙图腾网获悉齐鲁工业大学(山东省科学院);山东省计算中心(国家超级计算济南中心)申请的专利基于硬件交互特征的卷积神经网络性能预测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：CN121116786B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202511648053.9，技术领域涉及：G06F11/34；该发明授权基于硬件交互特征的卷积神经网络性能预测方法及系统是由曾云辉;丛宇昊;庄园设计研发完成，并于2025-11-12向国家知识产权局提交的专利申请。

本基于硬件交互特征的卷积神经网络性能预测方法及系统在说明书摘要公布了：本发明公开基于硬件交互特征的卷积神经网络性能预测方法及系统，涉及人工智能与计算机系统性能优化技术领域，获取卷积神经网络模型的层级特征；基于层级特征，结合目标硬件平台的硬件规格进行联合分析，计算得到交互特征；采用带偏置矩阵的Transformer模型进行预测，交互特征经硬件感知注意力偏置模块处理后生成硬件感知偏置矩阵，并将其输入至Transformer编码器；层级特征依次经输入编码器、Transformer编码器和线性解码层处理后，预测得到卷积神经网络模型的运行时间。本发明通过静态分析卷积神经网络模型架构与目标硬件规格来预测其推理训练时间。

本发明授权基于硬件交互特征的卷积神经网络性能预测方法及系统在权利要求书中公布了：1.基于硬件交互特征的卷积神经网络性能预测方法，其特征在于，包括： 确定目标硬件平台，并选取卷积神经网络模型，获取卷积神经网络模型的层级特征； 基于所述层级特征，结合目标硬件平台的硬件规格进行联合分析，计算得到交互特征；所述交互特征包括计算强度、模型参数量与显存匹配度、并行计算粒度； 将所述层级特征输入至带偏置矩阵的Transformer模型进行处理，同时将所述交互特征输入至模型的硬件感知注意力偏置模块进行处理，最终模型预测得到卷积神经网络模型的运行时间；所述硬件感知注意力偏置模块中分别计算交互特征的偏置强度标量，将偏置强度标量与相应的偏置矩阵相乘得到各自的最终偏置矩阵，最终偏置矩阵加和得到硬件感知偏置矩阵； 其中，所述带偏置的注意力机制模型的构建过程包括： 所述交互特征经硬件感知注意力偏置模块处理后生成硬件感知偏置矩阵，并将其输入至Transformer编码器；所述层级特征依次经输入编码器、Transformer编码器和线性解码层处理后，得到预测的运行时间。

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齐鲁工业大学(山东省科学院);山东省计算中心(国家超级计算济南中心)，其通讯地址为：250000 山东省济南市长清区大学路3501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。