恭喜中国科学院深圳先进技术研究院叶可江获国家专利权
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！
龙图腾网恭喜中国科学院深圳先进技术研究院申请的专利干扰感知的GPU异构集群调度方法、系统及介质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：CN114237913B 。
龙图腾网通过国家知识产权局官网在2025-06-10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：202111615877.8，技术领域涉及：G06F9/50；该发明授权干扰感知的GPU异构集群调度方法、系统及介质是由叶可江;陈文艳;须成忠设计研发完成，并于2021-12-27向国家知识产权局提交的专利申请。
本干扰感知的GPU异构集群调度方法、系统及介质在说明书摘要公布了：本申请公开了干扰感知的GPU异构集群调度方法、系统及介质，其中，所述低噪声放大器包括：该干扰感知的GPU异构集群调度方法包括：从至少一个共享GPU组合中，获取最小干扰的目标共享GPU组合；对所述目标共享GPU组合采用贝叶斯优化寻找目标超参数组合，直到收敛；采用所述目标超参数组合运行目标深度学习负载，以实现调度算法的性能评估。本申请实施例提供的干扰感知的GPU异构集群调度方法，在上层应用层面，当前的GPU共享大多是针对与一种深度学习框架进行设计，未考虑不同框架实现的深度学习应用在不同参数下的运行时特征。
本发明授权干扰感知的GPU异构集群调度方法、系统及介质在权利要求书中公布了：1.一种干扰感知的GPU异构集群调度方法，其特征在于，所述方法包括：从至少一个共享GPU组合中，获取最小干扰的目标共享GPU组合；对所述目标共享GPU组合采用贝叶斯优化寻找目标超参数组合，直到收敛；采用所述目标超参数组合运行目标深度学习负载，以实现调度算法的性能评估；在从至少一个共享GPU组合中，获取最小干扰的目标共享GPU组合之前，所述方法还包括：获取至少一个第一深度学习负载；采用所述贝叶斯优化寻找所述至少一个第一深度学习负载的超参数组合；采用每个第一深度学习负载的超参数组合，分别离线运行每个第一深度学习负载应用共享GPU，以得到至少一个性能干扰分数；根据所述至少一个性能干扰分数，确定所述至少一个共享GPU组合对应的干扰。
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中国科学院深圳先进技术研究院，其通讯地址为：518055 广东省深圳市南山区深圳大学城学苑大道1068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”。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号