Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 湘潭大学林培英获国家专利权

湘潭大学林培英获国家专利权

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!

龙图腾网获悉湘潭大学申请的专利面向多GPU采样式图神经网络训练的特征放置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:CN121561417B

龙图腾网通过国家知识产权局官网在2026-04-24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:202610090746.9,技术领域涉及:G06F18/213;该发明授权面向多GPU采样式图神经网络训练的特征放置方法及系统是由林培英;邵万华设计研发完成,并于2026-01-23向国家知识产权局提交的专利申请。

面向多GPU采样式图神经网络训练的特征放置方法及系统在说明书摘要公布了:本发明公开了一种面向多GPU采样式图神经网络训练的特征放置方法及系统,对采样式图神经网络训练过程进行统一建模,得到硬件拓扑信息;在预采样过程中统计节点特征的访问次数作为节点热度,根据节点热度对节点特征进行排序,并按单块容量将节点特征划分为多个特征块,并根据块热度将特征块划分为热块或冷块;基于划分得到的特征块集合和获取的硬件拓扑信息,构建以最小化特征提取阶段的瓶颈链路时间和显存负载不均衡度为目标的混合整数规划模型,对混合整数规划模型进行求解,得到全局联合优化的热块的放置位置、访问路径与链路流量。本发明能够在给定硬件约束下得出高质量特征放置方案,使得提取时间最小化,提高多GPU系统资源利用率。

本发明授权面向多GPU采样式图神经网络训练的特征放置方法及系统在权利要求书中公布了:1.一种面向多GPU采样式图神经网络训练的特征放置方法,其特征在于,包括以下步骤: S01:对采样式图神经网络训练过程进行统一建模,显式刻画采样、抽取与训练之间的交互关系;将多GPU的连接和内存信息进行建模,得到硬件拓扑信息; S02:在预采样过程中统计节点特征的访问次数作为节点热度,根据节点热度对节点特征进行排序,并按单块容量将节点特征划分为多个特征块,并根据块热度将特征块划分为热块或冷块; S03:基于划分得到的特征块集合和获取的硬件拓扑信息,构建以最小化特征提取阶段的瓶颈链路时间和显存负载不均衡度为目标的混合整数规划模型,对混合整数规划模型进行求解,得到全局联合优化的热块的放置位置、访问路径与链路流量。

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湘潭大学,其通讯地址为:411100 湖南省湘潭市雨湖区湘潭大学;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。

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。