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！

龙图腾网恭喜山东大学申请的专利一种RISC-V平台动态CPU调度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：CN119356897B 。

龙图腾网通过国家知识产权局官网在2025-04-29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：202411957630.8，技术领域涉及：G06F9/50；该发明授权一种RISC-V平台动态CPU调度方法及系统是由戴鸿君;蔡雨晴;李冰;翟明杰设计研发完成，并于2024-12-30向国家知识产权局提交的专利申请。

本一种RISC-V平台动态CPU调度方法及系统在说明书摘要公布了：本公开提供了一种RISC‑V平台动态CPU调度方法及系统，涉及资源分配调度技术领域，包括：实时获取RISC‑V平台的硬件性能事件和CPU负载；对采集的硬件性能事件进行特征选择，构建预测数据集；利用预测数据集，对基于强化学习的负载预测模型进行训练，用于预测每个CPU的负载值；基于CPU的负载预测结果，调整CPU的活跃状态；根据调整后的CPU状态，重新分配任务，平衡处理器负载；本发明结合硬件性能事件和负载预测模型设计，提出了一种RISC‑V平台动态CPU调度方法及系统，充分利用体系结构中的细粒度性能监控能力，有助于在性能与能耗之间实现最佳平衡，避免传统方法中因滞后性导致的资源分配过剩或不足问题。

本发明授权一种RISC-V平台动态CPU调度方法及系统在权利要求书中公布了：1.一种RISC-V平台动态CPU调度方法，其特征在于，包括：实时获取从RISC-V平台上采集到的硬件性能事件和CPU负载；根据与CPU负载的相关性，对采集的硬件性能事件进行特征选择，构建预测数据集；所述对采集的硬件性能事件进行特征选择，是基于皮尔森相关系数，分析特征与CPU负载之间的相关性，根据预设的相关性阈值进行特征筛选，与CPU负载组成预测数据集；利用预测数据集，对基于强化学习的负载预测模型进行训练，用于预测每个CPU的负载值；所述基于强化学习的负载预测模型，利用Q-learning算法构建，是将硬件性能事件作为状态变量，定义动作空间为不同负载区间的预测值，以描述负载的动态变化特性；基于强化学习算法，通过预测数据集模拟状态转移，利用奖励函数对负载预测进行反馈迭代，更新状态-动作对的Q值，优化负载预测决策，得到最终的负载预测模型；基于CPU的负载预测结果，判断是否满足增核或减核的条件，调整CPU的活跃状态，优化资源分配；采用基于Cluster的分层次动态调节方法，调整CPU的活跃状态，具体为：基于全局负载确定所需的活跃CPU数，推导出所需的Cluster数量；结合Cluster间和Cluster内部的局部负载优化策略，实现从核心到Cluster的分层次动态调节；根据调整后的CPU状态，重新分配任务，平衡处理器负载。

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”。