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！

龙图腾网获悉浙江大学申请的专利一种基于偏序预测的多保真度微架构设计空间优化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：CN120597790B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202510653886.8，技术领域涉及：G06F30/33；该发明授权一种基于偏序预测的多保真度微架构设计空间优化方法是由孙奇;刘行;卓成;尹勋钊;李渝;严哲雨;金洲设计研发完成，并于2025-05-21向国家知识产权局提交的专利申请。

本一种基于偏序预测的多保真度微架构设计空间优化方法在说明书摘要公布了：本发明公开了一种基于偏序预测的多保真度微架构设计空间优化方法，包括以下步骤：从微架构参数中选择对目标优化PPA指标有影响的参数，构建SOC设计空间初始化多保真数据集；构建非线性多保真度高斯代理模型，并在最后的高保真度代理模型上使用最大期望超体积改进；构建并训练逻辑回归函数；获得新的采样设计点后，先使用EDA仿真工具进行架构层级仿真，以获得低保真度指标数据，基于偏序预测判断是否需要进入下一保真度；迭代优化，获得帕累托最优解。本发明将偏序预测、保真度建模与多目标贝叶斯优化有机集成，形成一个适用于复杂微架构DSE任务的高效探索系统，具备较强的实用性、通用性与可扩展性。

本发明授权一种基于偏序预测的多保真度微架构设计空间优化方法在权利要求书中公布了：1.一种基于偏序预测的多保真度微架构设计空间优化方法，其特征在于，包括以下步骤： 步骤1、从微架构参数中选择对目标优化PPA指标有影响的参数，构建SOC设计空间步骤2、初始化多保真数据集；首先，从设计空间中随机选择设计点，构成初始低保真度数据集合Xarch，使用EDA仿真工具进行架构级别仿真，获得低保真度指标数据集合Yarch；然后，从Xarch中随机选择设计点，构成初始中保真度数据集合XRTL，使用EDA仿真工具进行RTL级别仿真，获得中保真度指标数据集合YRTL；最后，从XRTL中随机选择设计点，构成初始高保真度数据集合Xnetlist，使用EDA仿真工具进行网表级别仿真，获得高保真度指标数据集合Ynetlist；且不同保真度的数据集总满足的关系； 步骤3、构建非线性多保真度高斯代理模型，并在最后的高保真度代理模型上使用最大期望超体积改进；首先，利用低保真度数据集Xarch,Yarch训练低保真度的高斯代理模型GPl.；然后，利用[XRTL,GPlXRTL,YRTL]训练融合了低保真度数据的中保真度高斯代理模型GPm.；最后，利用[Xnetlist,GPmXnetlist,Ynetlist]训练融合了中低保真度数据的高保真度高斯代理模型GPh.，并以此作为最后的融合高斯代理模型；最后的高保真度代理模型上使用最大期望超体积改进采样函数来指导下一步的探索，选择当前最有潜力的新采样点x*，具体采样函数为： 步骤4、构建并训练逻辑回归函数；利用Yarch,Ynetlist和YRTL,Ynetlist数据分别对PPA三个指标构建并训练逻辑回归函数，其中逻辑回归函数形式为： 其中，表示任意两点在第i个保真度架构的第m个指标之差的绝对值，如果两点的指标在当前保真度架构的大小情况与在高保真度相同，则逻辑回归的值为1，否则输出0； 步骤5、获得新的采样设计点后，先使用EDA仿真工具进行架构层级仿真，以获得低保真度指标数据，基于偏序预测判断是否需要进入下一保真度； 步骤6、迭代优化，获得帕累托最优解。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。