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！

龙图腾网获悉北京翼华云网科技有限公司申请的专利面向AIGC的异构算力资源协同加速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：CN120540862B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202511045358.0，技术领域涉及：G06F9/50；该发明授权面向AIGC的异构算力资源协同加速方法及系统是由刘昭阳;刘乐植;刘峰利;赵宗凯设计研发完成，并于2025-07-29向国家知识产权局提交的专利申请。

本面向AIGC的异构算力资源协同加速方法及系统在说明书摘要公布了：本申请提供了面向AIGC的异构算力资源协同加速方法及系统，涉及数据处理技术领域，所述方法包括：输入激活AIGC模型，判定实际执行任务子图，执行任务子图的模型解析；利用结构语义、功能语义进行任务子图分层；根据算子分片处理结果和分层标签进行双粒度约束下的算子特征提取；执行异构算力资源的算力状态采集，以多维特征集、算力状态特征集作为匹配特征，执行异构算力资源与算子的匹配寻优，配置调度响应方案；进行协同加速管理。通过本申请解决了现有技术中由于异构算力资源的算力状态动态性强，导致AIGC模型在执行过程中算子调度效率低的技术问题，通过实现异构算力资源与模型算子的动态调度，提高了异构算力资源的利用率。

本发明授权面向AIGC的异构算力资源协同加速方法及系统在权利要求书中公布了：1.面向AIGC的异构算力资源协同加速方法，其特征在于，包括： 在AIGC模型被输入激活后，对所述AIGC模型进行实际执行任务子图判定，执行任务子图的模型解析，提取算子图； 利用AIGC模型的结构语义、功能语义进行基于算子图的任务子图分层，建立分层标签； 在分层标签下进行算子分片处理，根据算子分片处理结果和分层标签进行双粒度约束下的算子特征提取，建立多维特征集； 执行异构算力资源的算力状态采集，提取算力状态特征集，以所述多维特征集、所述算力状态特征集作为匹配特征，执行异构算力资源与算子的匹配寻优，根据匹配寻优结果配置异构算力资源的调度响应方案； 根据所述调度响应方案进行协同加速管理； 所述以所述多维特征集、所述算力状态特征集作为匹配特征，执行异构算力资源与算子的匹配寻优，包括： 根据所述分层标签、所述算子分片处理结果提取寻优约束，所述寻优约束包括算子执行顺序依赖、同层分片同域执行约束、同片算子亲和约束、模态优先分配约束； 将所述寻优约束划分为强制约束和软约束后，将所述强制约束、所述软约束作为附加特征，根据所述匹配特征、所述附加特征执行匹配寻优； 所述根据所述匹配特征、所述附加特征执行匹配寻优，包括： 在满足所述强制约束下，建立初始解集； 对所述初始解集进行算力适配评分，建立第一评价目标； 对所述初始解集进行执行时间评分，建立第二评价目标； 对所述初始解集进行能耗分析，建立第三评价目标； 执行所述第一评价目标、所述第二评价目标、所述第三评价目标的归一化处理后，生成解的适应度评分； 利用所述软约束进行初始解集的软约束惩罚分析，建立惩罚决策方向； 根据所述适应度评分、所述惩罚决策方向进行寻优迭代管理，以完成匹配寻优； 所述根据所述适应度评分、所述惩罚决策方向进行寻优迭代管理，以完成匹配寻优，包括： 建立初始解集中每个解的候选解，所述候选解包括引导候选解和随机候选解，所述引导候选解基于所述适应度评分、所述惩罚决策方向构建，所述随机候选解基于所述适应度评分和随机函数构建； 建立解集膨胀的数量阈值约束，利用所述数量阈值约束进行候选解的阈值触发筛选； 利用阈值触发筛选结果完成初始解集的迭代更新。

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北京翼华云网科技有限公司，其通讯地址为：102600 北京市大兴区春和路52号院2号楼3层301-14；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”。