用于信创适配的跨CPU架构二进制文件性能优化系统及方法

AITNT
正文
推荐专利
用于信创适配的跨CPU架构二进制文件性能优化系统及方法
申请号:CN202411685127
申请日期:2024-11-22
公开号:CN119536912A
公开日期:2025-02-28
类型:发明专利
摘要
本发明涉及用于信创适配的跨CPU架构二进制文件性能优化系统及方法,包括环境模型Docker和智能体模型,其中环境模型Docker和智能体模型相互连接,本发明利用深度强化学习和ELF二进制文件训练的Transformer预训练模型BinCode‑Transformer,构建一个性能优化的智能系统。该系统通过深度强化学习框架创建优化环境和智能体,利用Docker容器技术动态生成二进制文件运行环境。通过Perf工具采集各种性能指标和关键事件,提取采样特征。
技术关键词
二进制代码特征 性能优化系统 智能体模型 强化学习模型 编码器 解码器 强化学习框架 策略 深度强化学习 程序 容器 指标 文件特征 空间模块 静态特征 网络优化 语义
系统为您推荐了相关专利信息
1
一种红外图像检测模型的训练方法、装置及红外图像检测方法
图像检测模型 红外图像检测方法 编码特征 多尺度特征 解码器
2
一种基于小波多分辨率分解的深度学习工单量预测方法
解码器 多分辨率 序列 编码器 注意力
3
一种基于改进Transformer模型的径流预测方法
径流预测方法 多头注意力机制 序列 样本 编码器
4
一种跨设备生物特征多拟态学习系统
生物特征数据 噪声强度 客户端设备 跨设备 差分隐私
5
医学图像分割模型的生成方法、医学图像分割方法及介质
医学图像分割模型 医学图像数据 生成方法 医学图像分割方法 效应
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号