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！

龙图腾网获悉南京航空航天大学申请的专利基于指令语义增强的高性能计算设备错误弹性预测方法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：CN119645748B 。

龙图腾网通过国家知识产权局官网在2025-12-26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：202411609690.0，技术领域涉及：G06F11/26；该发明授权基于指令语义增强的高性能计算设备错误弹性预测方法是由顾晶晶;俞鹏飞;史建伟;文宝设计研发完成，并于2024-11-12向国家知识产权局提交的专利申请。

本基于指令语义增强的高性能计算设备错误弹性预测方法在说明书摘要公布了：本发明公开了一种基于指令语义增强的高性能计算设备错误弹性预测方法，包括：获取高性能计算程序的汇编指令序列与偏移地址信息；进行单粒子翻转故障模拟，获取少量高性能计算设备故障样本；生成指令语义嵌入，从而封装目标高性能计算程序指令的语义；分析指令之间的控制执行和数据依赖关系，构建两个指令拓扑图，并利用图神经网络对此建模，提取错误传播模式；将从不同图中提取的故障嵌入相结合进行错误弹性预测。本发明对高性能计算程序进行指令语义表征，可以更好地理解高性能计算程序的弹性特点，通过建模高性能计算程序在比特级别的错误传播，无需大量故障模拟，实现了准确的错误弹性预测，极大地节省了计算资源与开销，并且可以灵活适用于高性能计算设备上运行的各种高性能计算程序。

本发明授权基于指令语义增强的高性能计算设备错误弹性预测方法在权利要求书中公布了：1.一种基于指令语义增强的高性能计算设备错误弹性预测方法，其特征在于，所述方法包括以下步骤： 步骤1，对开源的高性能计算设备二进制插桩工具NVBit进行二次开发，获取高性能计算程序的汇编指令序列与偏移地址信息； 步骤2，基于故障注入工具NVBitFI在比特级别进行单粒子翻转故障模拟，获取高性能计算设备故障样本； 步骤3，从步骤1获取的高性能计算程序的汇编指令序列，通过调整具有大量指令序列语料库的大语言模型生成指令语义嵌入，从而封装目标高性能计算程序指令的语义； 步骤4，分析指令之间的控制执行和数据依赖关系，构建两个指令拓扑图，表示比特级别故障的可能错误传播路径，搭建图神经网络对所述两个指令拓扑图进行建模，提取错误传播模式； 步骤5，设计基于多头注意力机制的融合方法，将从不同图中提取的故障嵌入相结合，实现对目标故障点的错误弹性预测； 步骤4所述分析指令之间的控制执行和数据依赖关系，构建两个指令拓扑图，表示比特级别故障的可能错误传播路径，具体包括： 步骤4-1，分析程序的控制流，即控制流中指令的执行关系；以指令为节点，控制执行关系为边，指令控制流图定义为，其中表示由指令序列组成的节点集，表示控制流指定的邻接矩阵； ； 式中，是中第i行和第j列的元素，和是中的两个指令节点，→表示具有从前指向后的指令传输；X，Y和Z分别是不同的控制关系指令节点集合，包括条件分支、函数调用和同步三种指令节点； 步骤4-2，分析程序的数据流，即数据流中指令的依赖关系；以指令为节点，依赖关系为边，指令数据流图定义为，表示数据流指定的邻接矩阵： ； 式中，表示两条指令使用相同的寄存器，即存在依赖关系；是中第i行和第j列的元素； 步骤4中搭建图神经网络对所述两个指令拓扑图进行建模，提取错误传播模式，具体为：搭建图神经网络对所述指令控制流图和进行建模，以所述指令语义嵌入S和故障点的编码作为输入，提取指令嵌入，具体包括： 步骤4-3，对指令控制流图采用GCN网络建模，得到控制流指令的嵌入； 步骤4-4，对指令数据流图采用GAT网络建模，得到数据流指令的嵌入； 步骤5所述设计基于多头注意力机制的融合方法，将从不同图中提取的故障嵌入相结合，实现对目标故障点的错误弹性预测，具体包括： 步骤5-1，对于每个故障点，根据提取的控制流指令的嵌入，分别提取其中的故障指令嵌入，利用故障点的编码计算两者各自的注意力分数分别为： 式中，是训练参数，表示非线性激活函数Tanh； 步骤5-2，利用步骤5-1得到的注意力分数，计算融合后的故障嵌入为： ； 步骤5-3，将步骤5-2中融合的故障嵌入通过添加线性层和softmax函数，映射到三种可能结果的概率分布； ； 式中，和是线性层的训练参数。

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航空航天大学，其通讯地址为：210016 江苏省南京市秦淮区御道街29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。