買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉浙江算力科技有限公司申請的專利基于時序圖網絡資源狀態預測的計算任務調度方法及系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120492131B 。

龍圖騰網通過國家知識產權局官網在2025-09-12發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510976057.3，技術領域涉及：G06F9/48；該發明授權基于時序圖網絡資源狀態預測的計算任務調度方法及系統是由尹小康;景榮煒;王徐;李振宇;李旭暉;周旭峰;張聰;吳章新;李榮亮設計研發完成，并于2025-07-16向國家知識產權局提交的專利申請。

本基于時序圖網絡資源狀態預測的計算任務調度方法及系統在說明書摘要公布了：本發明公開了一種基于時序圖網絡資源狀態預測的計算任務調度方法及系統，涉及計算資源分配技術領域，方法包括：基于算力節點采集算力資源狀態數據，并建模為時序異構圖數據；構建時序異構圖注意力網絡THGAT模型，并以節點特征和邊特征預測損失作為損失函數、以最小化預測誤差為目標，對THGAT模型進行離線訓練；將時序異構圖數據輸入THGAT模型，對未來時間窗口的資源狀態進行預測；將計算任務轉換為計算需求向量，采用多目標優化資源分配THGATRM算法，根據對應時間窗口的資源狀態對計算任務進行算力資源分配；根據算力資源分配方案執行計算任務。通過本發明的技術方案，提升了算力資源預測的準確性，實現了資源的高效分配與優化。

本發明授權基于時序圖網絡資源狀態預測的計算任務調度方法及系統在權利要求書中公布了：1.一種基于時序圖網絡資源狀態預測的計算任務調度方法，其特征在于，包括： 基于算力節點采集異構算力網絡的算力資源狀態數據，并建模為時序異構圖數據； 構建時序異構圖注意力網絡THGAT模型，并以節點特征預測損失和邊特征預測損失作為損失函數、以最小化預測誤差為目標，對所述THGAT模型進行離線訓練； 將所述時序異構圖數據輸入所述THGAT模型，對所述算力網絡未來時間窗口的資源狀態進行預測； 將用戶請求的計算任務轉換為計算需求向量，采用多目標優化資源分配THGATRM算法，根據對應時間窗口的資源狀態對所述計算任務進行算力資源分配； 根據算力資源分配方案執行計算任務； 采用多目標優化資源分配THGATRM算法，根據對應時間窗口的資源狀態對所述計算任務進行算力資源分配，具體方法包括： 根據所述THGAT模型預測得到的節點算力資源狀態以及計算需求向量，為所述計算任務對應的每類資源需求生成候選資源集； 根據所述候選資源機生成滿足所有資源需求和互聯約束的有效資源組合，其中，約束條件包括：滿足所有資源需求、滿足任務截止時間、滿足預算限制、滿足資源可用性以及滿足網絡連接要求； 針對每個有效資源組合，根據最小化任務完成時間、最小化資源成本、最小化能耗以及最大化資源利用率的優化目標和對應權重，計算得到多目標綜合評分； 針對評分最高的前預設數量個有效資源組合，尋找最佳的開始時間窗口； 選擇多目標綜合評分最高且有可行時間窗口的有效資源組合作為所述計算任務的算力資源分配方案； 其中，所述THGAT模型包括異構圖編碼器、邊特征增強的關系感知注意力層、時序信息融合模塊和多步預測解碼器； 所述異構圖編碼器用于對不同類型的節點和邊的特征進行處理； 邊特征增強的所述關系感知注意力層對節點和邊的特征進行關系感知變換，采用K頭注意力機制計算邊特征增強的注意力分數，并對同類型邊的鄰居節點進行注意力權重歸一化，同時引入邊特征直接調制消息內容，對每個中心節點聚合不同變類型和不同鄰居節點的多頭注意力消息； 所述時序信息融合模塊通過門控循環單元GRU捕捉時間依賴關系，將每個時間步的空間聚合信息直接參與時間狀態更新； 所述多步預測解碼器根據每個算力節點在特定時刻的最終表示，采用多任務學習框架預測算力節點的動態特征和邊動態特征。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人浙江算力科技有限公司，其通訊地址為：311121 浙江省杭州市余杭區倉前街道景興路999號3幢201-8室；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。