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！

龙图腾网获悉长城信息股份有限公司申请的专利一种基于边缘计算的信创主机适配深度学习框架的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：CN121031726B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202511539929.6，技术领域涉及：G06N3/10；该发明授权一种基于边缘计算的信创主机适配深度学习框架的方法及系统是由王赛;薛涛;闵红华;贾月设计研发完成，并于2025-10-27向国家知识产权局提交的专利申请。

本一种基于边缘计算的信创主机适配深度学习框架的方法及系统在说明书摘要公布了：本申请提供一种基于边缘计算的信创主机适配深度学习框架的方法及系统，其中方法包括：信创主机中的适配层将深度学习框架中原始的深度学习模型转换为信创主机支持的格式，得到第二深度学习模型；适配层对第二深度学习模型进行运行时优化，得到第三深度学习模型；将第三深度学习模型部署在信创主机上；边缘计算节点从数据源采集数据，并对采集到的数据进行预处理，生成符合第三深度学习模型输入数据格式的数据；信创主机从边缘计算节点接收预处理后的数据，将其输入第三深度学习模型进行推理，生成预测结果。本申请可以实现信创主机对深度学习框架的高效适配，提升其在边缘计算环境下的应用能力。

本发明授权一种基于边缘计算的信创主机适配深度学习框架的方法及系统在权利要求书中公布了：1.一种基于边缘计算的信创主机适配深度学习框架的方法，其特征在于，包括以下步骤： S1、深度学习模型转换：信创主机中的适配层将第一深度学习模型转换为信创主机支持的格式，所述转换包括深度学习模型结构转换和参数适配，得到第二深度学习模型；其中，所述第一深度学习模型是深度学习框架中原始的深度学习模型； S2、运行时优化：所述适配层对所述第二深度学习模型进行运行时优化，得到第三深度学习模型；所述运行时优化包括计算图优化、内存管理优化和并行计算优化；所述内存管理优化是对所述第二深度学习模型的内存使用进行优化，减少内存占用，包括两方面：一方面，采用动态内存池机制统一管理模型内存申请与回收：首先，基于信创主机硬件特性进行内存池初始化与分区设计，结合信创主机ARM架构CPU的缓存特性，将内存池划分为多个分区，每个分区按内存块大小+使用频次预分配内存；其次，使用内存申请与复用机制按需申请与匹配内存块：当第三深度学习模型加载时，适配层拦截深度学习框架的内存申请请求，根据申请内存大小匹配对应分区的空闲内存块；针对模型推理过程中重复出现的相同尺寸张量，适配层记录内存块使用轨迹，推理完成后不放内存块，标记为可复用状态，下一次相同尺寸张量申请时直接复用该内存块；另一方面，采用参数加载与缓存优化机制，针对大尺寸模型，适配层按推理流程分批次加载模型权重至内存；将高频访问的权重参数优先存储至信创主机CPU的L3缓存，通过适配层的缓存管理子模块锁定缓存页； S3、深度学习模型部署：将所述第三深度学习模型部署在所述信创主机上； S4、数据采集与预处理：边缘计算节点从数据源采集数据，并对采集到的数据进行预处理，生成符合所述第三深度学习模型输入数据格式的数据； S5、深度学习模型推理：所述信创主机从所述边缘计算节点接收预处理后的数据，将其输入所述第三深度学习模型进行推理，生成预测结果。

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长城信息股份有限公司，其通讯地址为：410119 湖南省长沙市经济技术开发区东3路5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。