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！

龙图腾网获悉山东大学申请的专利一种RISC-V多核异构平台智能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：CN121560575B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202610077430.6，技术领域涉及：G06F9/50；该发明授权一种RISC-V多核异构平台智能负载均衡方法及系统是由戴鸿君;刘兰鹏;李冰;翟明杰设计研发完成，并于2026-01-21向国家知识产权局提交的专利申请。

本一种RISC-V多核异构平台智能负载均衡方法及系统在说明书摘要公布了：本发明提出了一种RISC‑V多核异构平台智能负载均衡方法及系统，涉及资源分配调度技术领域。获取RISC‑V多核异构平台中各处理核心的微架构性能数据，构建为状态向量；微架构性能数据包括指令周期数、各级缓存缺失率和内存停顿占比；将状态向量输入至预训练的深度Q网络模型，生成最优动作指令，实现线程资源与核心能力的负载均衡；最优动作指令包括线程迁移、线程交换和核心频率调节；深度Q网络模型的预训练为在RISC‑V平台上运行并行计算程序，程序运行前对环境进行随机扰动，通过随机策略执行动作并采集状态、动作、奖励数据，构建离线经验数据集进行预训练。实现了RISC‑V多核异构平台并行计算的动态、协同和自适应优化。

本发明授权一种RISC-V多核异构平台智能负载均衡方法及系统在权利要求书中公布了：1.一种RISC-V多核异构平台智能负载均衡方法，其特征在于，包括： 获取RISC-V多核异构平台中各处理核心的微架构性能数据，构建为状态向量；所述微架构性能数据包括指令周期数、各级缓存缺失率和内存停顿占比； 将所述状态向量输入至预训练的深度Q网络模型，生成最优动作指令，实现线程资源与核心能力的负载均衡；所述最优动作指令包括线程迁移、线程交换和核心频率调节； 基于深度Q网络模型，还包括闭环处理过程，具体为：在在线负载均衡过程中，循环执行感知、决策、执行与学习； 所述感知，采集系统微架构性能数据并构建为当前状态向量，由所述深度Q网络模型对状态向量进行特征提取与模式识别； 所述决策，根据所识别出的模式，所述深度Q网络模型为预定义动作计算Q值并选择最优动作；其中，若感知到计算与核心能力失配，则优先决策线程迁移或线程交换动作；若感知到访存瓶颈主导，则优先决策降低相应核心频率的动作；若感知到任务粒度与核心缓存不匹配，则优先决策调整任务计算粒度的动作； 所述执行，执行所选最优动作以调整系统资源； 所述学习，将执行动作后产生的新状态与奖励存入经验回放缓冲区，并定期采样以对所述深度Q网络模型进行在线微调，实现模型策略的持续自适应优化； 所述深度Q网络模型的预训练为在RISC-V平台上运行并行计算程序，程序运行前对环境进行随机扰动，通过随机策略执行动作并采集状态、动作、奖励数据，构建离线经验数据集进行预训练；所述随机扰动包括： 在应用层，从预设的合法参数集合中随机选择并行计算程序的计算块大小； 在系统层，为每个处理核心从预设的频率策略集合中随机设定初始工作频率策略； 在线程层，为每个计算线程独立生成随机的CPU亲和性掩码，以随机化程序线程与处理核心之间的初始绑定关系，模拟多样化的线程空间布局。

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山东大学，其通讯地址为：250000 山东省济南市高新区舜华路1500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。