湖南信息学院龚芝获国家专利权
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!
龙图腾网获悉湖南信息学院申请的专利低功耗AI处理器的负载均衡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:CN121070629B 。
龙图腾网通过国家知识产权局官网在2026-02-13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:202511617715.6,技术领域涉及:G06F9/50;该发明授权低功耗AI处理器的负载均衡方法及系统是由龚芝;王志臣;张福利;黄寅;马凌;陈姣;王双;梁卫芳;谢鑫;胡定磊设计研发完成,并于2025-11-06向国家知识产权局提交的专利申请。
本低功耗AI处理器的负载均衡方法及系统在说明书摘要公布了:本发明公开了一种低功耗AI处理器的负载均衡方法及系统,通过获取神经拟态处理器中各核心的任务集合,确定任务分配优先级序列;根据任务分配优先级序列,结合核心间通信延迟和缓存资源利用率,得到初始任务分配方案;若初始任务分配方案中存在核心过载或资源闲置,则通过负载均衡算法,分析初始任务分配方案,从过载核心中获取高优先级任务,重新分配至空闲核心,确定优化后的任务分配方案;针对优化后的任务分配方案,确定缓存资源分配比例;根据缓存资源分配比例,采用通信效率优化算法,动态调整核心间通信路径,得到最终的任务执行方案。本发明显著提升了神经拟态处理器任务分配的均衡性、资源利用率和通信效率,优化了系统性能。
本发明授权低功耗AI处理器的负载均衡方法及系统在权利要求书中公布了:1.一种低功耗AI处理器的负载均衡方法,其特征在于,包括以下步骤: 获取神经拟态处理器中各核心的任务集合,所述任务集合包括多个任务,每个任务具有对应的任务依赖关系和计算需求;通过预先建立的任务特性分析模型,分析所述任务依赖关系和计算需求,确定任务分配优先级序列; 根据所述任务分配优先级序列,结合核心间通信延迟和缓存资源利用率,采用动态调度算法,将所述任务分配至各核心,得到初始任务分配方案,具体包括: 获取所述任务分配优先级序列和实时资源状态,从通信拓扑结构中提取通信延迟数据,采用图遍历算法计算各核心间的最短通信路径,确定核心间通信延迟矩阵; 若所述核心间通信延迟矩阵中某路径延迟超过预设阈值,则根据通信拓扑结构重新计算次优路径,得到调整后的通信延迟矩阵; 根据调整后的通信延迟矩阵和缓存资源利用率,采用优先级队列机制,结合任务计算需求和核心处理能力,生成任务与核心的初步映射关系,得到初始任务分配方案; 若所述初始任务分配方案中存在核心过载或资源闲置,则通过负载均衡算法,分析所述初始任务分配方案,从过载核心中获取高优先级任务,重新分配至空闲核心,确定优化后的任务分配方案,具体包括: 从初始任务分配方案中获取各核心的负载数据和资源利用率数据,采用负载均衡算法计算每个核心的当前负载值与预设负载阈值的差值,判断是否存在核心过载或资源闲置,得到核心负载状态列表; 若所述核心负载状态列表中存在过载核心,则从过载核心中提取高优先级任务序列,结合任务计算需求和通信延迟数据,采用优先级队列机制排序,得到待迁移任务列表; 根据所述待迁移任务列表和空闲核心的处理能力数据,采用贪心算法匹配任务与空闲核心,生成新的任务映射关系,确定调整后的任务分配方案; 从调整后的任务分配方案中获取核心的缓存利用率和通信延迟数据,采用图遍历算法重新计算核心间通信路径,更新通信延迟矩阵,得到优化后的任务分配方案; 针对优化后的任务分配方案,分析核心间通信数据的访问频率,采用缓存划分机制,确定缓存资源分配比例; 根据所述缓存资源分配比例,采用通信效率优化算法,动态调整核心间通信路径,得到最终的任务执行方案,具体包括: 从核心间通信数据中获取通信频率和路径长度数据,采用图分析算法计算各路径的权重,得到通信路径权重矩阵,各路径的权重通过以下公式得出: 其中,表示各路径权重,表示通信频率,L表示路径长度; 根据所述通信路径权重矩阵和缓存分配比例,采用线性规划算法优化路径分配比例,确定初始通信路径方案,路径分配比例通过以下公式得出: 其中,表示路径分配比例,表示缓存容量; 若所述初始通信路径方案的通信延迟高于预设阈值,则从任务优先级数据中提取高优先级任务的通信需求,采用优先级队列算法调整路径分配比例,得到更新后的通信路径方案; 从更新后的通信路径方案中获取通信延迟和负载均衡数据,采用图遍历算法重新计算核心间通信路径,确定最终的任务执行方案。
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湖南信息学院,其通讯地址为:410151 湖南省长沙市星沙经济技术开发区毛塘工业园;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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励