摘要
本发明公开了一种并行处理器功耗动态优化方法和系统,属于计算机图形处理与能效管理技术领域,基于多模态特征融合和注意力机制增强实现高精度功耗预测模型,所述多模态特征,包括应用程序的代码特征和用户操作行为特征,应用程序的代码特征能够反映应用程序的复杂度和资源需求,用户操作行为特征能够体现用户的使用习惯和对性能的要求;所述注意力机制增强,在CNN与LSTM结合的基础上,引入注意力机制,所述注意力机制能够自动地为不同的输入特征分配不同的权重,使得模型更加关注对功耗预测影响大的特征。本发明能够实现功耗的有效降低与性能的稳定保持,尤其适用于对能耗和性能要求极高的复杂计算场景。
技术关键词
并行处理器
动态优化方法
代码特征
多模态特征融合
引入注意力机制
调度算法
机器可读程序
计算机图形处理
动态优化装置
能效管理技术
参数
动态优化系统
硬件加速模块
数据清洗技术
深度学习训练
高功耗
系统为您推荐了相关专利信息
动态优化方法
火电机组碳排放
火电机组负荷
进化算法
表达式
多模态
权重分配策略
特征选择
模态特征
学习算法
模板生成技术
在线编程平台
语句
遗传算法
代码结构
健康状态分类方法
多模态注意力
多模态特征融合
特征提取模块
融合特征