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！

龙图腾网获悉山东科技大学申请的专利一种面向CPU采样的图神经网络训练动态缓存方法、装置和介质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：CN121233340B 。

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：202511783361.2，技术领域涉及：G06F9/50；该发明授权一种面向CPU采样的图神经网络训练动态缓存方法、装置和介质是由崔焕庆;李代辉;徐强;周升庆;吴庆龙;董柯桢;范菲设计研发完成，并于2025-12-01向国家知识产权局提交的专利申请。

本一种面向CPU采样的图神经网络训练动态缓存方法、装置和介质在说明书摘要公布了：本发明提供了一种面向CPU采样的图神经网络训练动态缓存方法、装置和介质，属于图神经网络训练技术领域。所述方法包括：将图神经网络训练的图数据划分为与加速卡数量相等的分区；将每个加速卡的显存划分为T区、F区、L区和R区；主机CPU对各分区进行采样并生成采样子图，根据采样子图获取顶点标签分发至加速卡；在首轮训练中，从主机内存获取当前采样子图的顶点特征，在非首轮训练中，依次在当前加速卡F区、L区、R区中查找顶点特征，若未命中则通过跨加速卡或主机内存获取；定期根据顶点特征进入F区的轮次与预设阈值，将F区中轮次大于预设阈值的顶点特征迁移至L区；各加速卡更新模型参数。本发明方法能够显著提升图神经网络的整体训练效率。

本发明授权一种面向CPU采样的图神经网络训练动态缓存方法、装置和介质在权利要求书中公布了：1.一种面向CPU采样的图神经网络训练动态缓存方法，其特征在于，包括以下步骤： 将图神经网络训练的图数据划分为与加速卡数量相等的分区，并为每个顶点初始化跨加速卡传输次数；图神经网络训练的数据集包括图结构、顶点特征数据和标签，图结构表示图顶点之间的连接关系，图中的每个顶点都有对应的顶点特征和标签； 将每个加速卡的显存划分为T区、F区、L区和R区，其中，T区用于执行图神经网络训练，F区、L区、R区用于存储顶点特征； 在每一训练轮次中，由主机CPU对各分区进行采样并生成采样子图，根据采样子图获取顶点标签，分发至对应加速卡； 在首轮训练中，从主机内存获取当前采样子图的顶点特征，在非首轮训练中，依次在当前加速卡F区、L区、R区中查找顶点特征，若未命中则通过跨加速卡或主机内存获取； 定期根据顶点特征进入F区的轮次与预设阈值，将F区中轮次大于预设阈值的顶点特征迁移至L区； 各加速卡使用T区中的顶点特征进行前向传播、损失计算与梯度更新，并同步模型参数； 在首轮训练中，从主机内存获取当前采样子图的顶点特征，存储至F区和T区； 在非首轮训练中，依次查找F区、L区、R区是否存在该顶点特征，若查找到该顶点特征，立即存储至T区； 如果未查找到该顶点特征，则从其他加速卡的F区或L区查找是否存在该顶点特征，若查找到该顶点特征，立即存储至当前加速卡T区； 如果其他加速卡未查找到该顶点特征，则从主机内存获取该顶点特征至当前加速卡的F区和T区； 重复在非首轮训练步骤直至加速卡存储的采样子图中所有顶点的特征均已存入T区； 所述F区采用先进先出策略进行管理，L区最近最少使用策略进行管理，R区采用跨加速卡缓存策略进行管理； 所述跨加速卡缓存策略，具体如下：根据顶点特征跨加速卡传输次数及预设阈值，决定是否将顶点特征存入R区；所述跨加速卡传输次数在顶点特征通过高速接口从其他加速卡获取时递增，并在满足达到预设阈值且R区未满时，将顶点特征存入当前加速卡R区。

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山东科技大学，其通讯地址为：266590 山东省青岛市青岛经济技术开发区前湾港路579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。