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！

龙图腾网获悉南京南自华盾数字技术有限公司申请的专利一种异构节点的云原生多架构调度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：CN121349636B 。

龙图腾网通过国家知识产权局官网在2026-03-06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：202511894193.4，技术领域涉及：G06F9/48；该发明授权一种异构节点的云原生多架构调度方法及系统是由倪晓锋;吉书强;甘露平;经正俊;刘建东;洪泽澎;詹晶晶;刘春雨;魏明;尚明明设计研发完成，并于2025-12-16向国家知识产权局提交的专利申请。

本一种异构节点的云原生多架构调度方法及系统在说明书摘要公布了：本发明公开了一种异构节点的云原生多架构调度方法及系统，属于云原生技术领域，包括：识别异构节点注册信息的多维度架构特征并标记为节点标签，构建多维度特征体系；构建多架构镜像，生成统一镜像地址；响应多架构部署及调度请求，确定最优调度节点；该异构节点的云原生多架构调度方法及系统，实现异构节点的统一管理、多架构镜像的智能调度及高效运维，使调度决策从依赖单一架构标签升级为基于节点真实状态与趋势的综合判断，有效避免资源错配，提升异构集群资源利用率与负载均衡度，提升调度精度与资源利用率：消除多架构适配人工干预，降低运维复杂度，提升镜像管理效率，简化多架构镜像管理与运维。

本发明授权一种异构节点的云原生多架构调度方法及系统在权利要求书中公布了：1.一种异构节点的云原生多架构调度方法，其特征在于，包括： 识别异构节点注册信息的多维度架构特征并标记为节点标签，构建多维度特征体系； 构建多架构镜像，生成统一镜像地址； 响应多架构部署及调度请求，确定最优调度节点； 其中，所述响应多架构部署及调度请求，确定最优调度节点包括： 预测节点未来资源状态，生成资源预测特征向量； 融合节点特征、Pod架构需求特征以及资源预测特征向量，得到融合特征向量； 根据量子启发的近优解快速搜索策略，基于所述融合特征向量从候选节点中确定最优调度节点； 所述融合节点特征、Pod架构需求特征及资源预测特征向量，得到融合特征向量包括： 构建用于强化Pod与节点的架构匹配度的感知注意力层； 构建用于优化集群资源负载均衡的资源均衡注意力层； 所述构建用于强化Pod与节点的架构匹配度的感知注意力层包括： 将Pod需求、节点静态特征以及节点动态特征通过权重矩阵映射为高维的查询向量、键向量和值向量； 采用多头注意力机制，每头独立计算Pod与节点的架构匹配分数并通过函数归一化，得到头向量； 拼接结果并转换为架构匹配特征； 所述构建用于优化集群资源负载均衡的资源均衡注意力层包括：基于CPU与内存利用率加权求和计算节点的综合负载； 基于综合负载计算负载概率分布与均衡熵，量化集群负载均匀性； 通过节点负载与集群平均值的偏差、均衡熵计算注意力分数； 通过融合节点架构特征、节点资源均衡特征和预测特征计算最终特征向量； 所述通过融合节点架构特征、节点资源均衡特征和预测特征计算最终特征向量包括：动态特征融合：，其中，表示融合特征向量，表示节点注意力分数向量，表示架构匹配特征向量，表示资源预测特征向量； 表示自适应权重，表示预测特征权重； 对融合特征向量按照进行归一化处理，其中，表示融合特征向量的第个元素，表示向量第个元素，为归一化后的值；表示融合特征向量的维度； 所述量子启发的近优解快速搜索策略包括：将数量为的候选节点集映射为个量子位，每个量子位状态为，，初始状态设为均匀叠加即；其中，、分别第个量子位处于态的概率幅，表示第个量子位的叠加态； 基于融合特征向量计算每个量子位的旋转角度，通过旋转矩阵迭代更新量子位状态； 测量量子位状态得到概率最高的节点索引，验证架构的兼容性，若，则选择节点索引，否则选取概率第二高的节点索引并重新验证，直至架构兼容，其中，表示Pod架构需求向量，表示节点索引静态特征向量的转置，表示阈值。

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南京南自华盾数字技术有限公司，其通讯地址为：210000 江苏省南京市鼓楼区新模范马路38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。