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！

龙图腾网获悉成都工业学院申请的专利一种面向多出口DNN模型的边端协同优化方法及相关设备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：CN121560583B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202610099593.4，技术领域涉及：G06F9/50；该发明授权一种面向多出口DNN模型的边端协同优化方法及相关设备是由张良锐;王强;李灵豪;王杰;付缘缘设计研发完成，并于2026-01-26向国家知识产权局提交的专利申请。

本一种面向多出口DNN模型的边端协同优化方法及相关设备在说明书摘要公布了：本发明公开了一种面向多出口DNN模型的边端协同优化方法及相关设备，涉及边缘智能领域。离线阶段构建带多个退出点的DNN并训练策略模型；在线按时隙获取带宽、ENES计算与EN→ES传输时延及排队等状态，策略模型输出联合决策同步选择目标退出点与分区点；在EN执行至分区点生成中间特征，经传输队列发送至ES并在退出点处完成推理输出；依据入出列时刻更新各阶段等待与时延，滚动协同推理。通过带宽自适应的精度—时延权衡，在满足最大可容忍时延的前提下实现低时延、高效率的在线推理。

本发明授权一种面向多出口DNN模型的边端协同优化方法及相关设备在权利要求书中公布了：1.一种面向多出口DNN模型的边端协同优化方法，应用于由终端设备、边缘节点和边缘服务器组成的网络，其特征在于，针对推理任务流中的各任务，依据网络带宽与队列状态选取退出点与分区点组合，所述方法在逻辑上包括模型配置阶段、离线训练阶段和在线协同推理阶段，其中： 在模型配置阶段，构建具有多出口的DNN模型，并获取DNN模型各网络层在终端设备侧和边缘服务器侧的执行时延参数；同时，根据推理任务流构建包括终端计算队列、传输队列和服务器计算队列在内的队列模型，为每个任务联合确定对应的退出点与分区点组合，以所有任务的平均执行时延最小且满足预设完成时间阈值和推理精度要求为目标建立分区优化问题； 在离线训练阶段，将所述分区优化问题形式化为马尔可夫决策过程，其中，定义包括网络带宽和所述队列状态的系统状态，以为当前任务选择退出点与分区点为动作，并定义在任务满足完成时间阈值和精度要求时给予正奖励、否则给予惩罚的奖励函数；基于所述马尔可夫决策过程，采用深度强化学习算法训练分区调度策略网络，得到将所述系统状态映射为退出点与分区点决策的分区调度器； 在在线协同推理阶段，将当前检测到的网络带宽以及所述队列状态输入所述分区调度器，获取针对当前任务的退出点与分区点，将分区点之前的网络层在终端设备侧执行、分区点之后的网络层在边缘服务器执行，当网络推理达到所述退出点时终止推理并输出推理结果，并在连续任务流中根据所述分区调度器输出的决策对不同任务的退出点与分区点进行动态调整。

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成都工业学院，其通讯地址为：610031 四川省成都市金牛区花牌坊街2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。