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！

龙图腾网获悉大连市大数据运营有限公司申请的专利基于深度学习的算力性能动态分配优化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：CN120950269B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202511494800.8，技术领域涉及：G06F9/50；该发明授权基于深度学习的算力性能动态分配优化方法及系统是由高占普;高昊;陈剑设计研发完成，并于2025-10-20向国家知识产权局提交的专利申请。

本基于深度学习的算力性能动态分配优化方法及系统在说明书摘要公布了：本发明公开了基于深度学习的算力性能动态分配优化方法及系统，包括：通过构建生成对抗网络与改进的Transformer模型结合架构，生成对抗网络的生成模型借助约束损失函数、任务依赖权重矩阵，生成贴合实际的初步算力分配方案；判别模型采用基于梯度的更新策略提升判别能力，改进的Transformer模型经位置编码动态调整、引入正则化项等优化，精准处理算力数据生成策略。系统中各单元协同，数据采集反馈单元实时获取算力数据，驱动模型周期性优化，分配指令转化单元结合波动补偿因子落实策略。最终实现算力资源的动态精准分配，本发明有效克服传统分配方式资源利用率低、响应迟缓的问题，显著提升算力性能与系统运行效率。

本发明授权基于深度学习的算力性能动态分配优化方法及系统在权利要求书中公布了：1.基于深度学习的算力性能动态分配优化方法，其特征在于，包括如下步骤： S1：构建包含生成模型与判别模型的生成对抗网络架构，利用多层卷积与全连接层进行来源判别的特征提取与分类处理； S2：将生成对抗网络生成的初步算力分配方案以及对应时刻的算力状态参数，一同输入至改进的Transformer模型中，对多头注意力机制进行优化，增加位置编码的动态调整机制，对输入数据进行特征融合与序列建模； S3：在改进的Transformer模型的编码阶段，对输入的算力相关数据进行自注意力计算，通过调整注意力权重矩阵，使模型聚焦于对算力分配影响较大的关键参数维度，同时利用前馈神经网络对融合后的特征进行非线性变换； S4：在改进的Transformer模型的解码阶段，依据编码阶段输出的特征向量，结合当前时刻的算力需求预估指标，生成精细化的算力分配策略，该策略以向量形式表示各计算节点的资源分配比例； S5：根据改进的Transformer模型输出的算力分配策略向量，并转化为实际的算力分配指令，对不同计算节点的具体算力资源进行数值化的分配额度设定； S6：在算力系统运行过程中，实时采集各计算节点的实际算力使用数据，将实际算力使用数据反馈至生成对抗网络的判别模型中，用于更新判别模型的参数； S7：周期性地将更新后的判别模型参数以及最新的算力运行数据，再次输入至生成对抗网络的生成模型与改进的Transformer模型中，触发模型的重新训练与优化过程，进行算力性能动态分配方案的持续更新与适配。

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大连市大数据运营有限公司，其通讯地址为：116000 辽宁省大连市西岗区中山路158号-1, 6楼606、607、608、610、611、612号房间；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。