基于神经网络的主控芯片任务调度与动态性能优化方法

本发明涉及芯片调度和优化技术领域，尤其为基于神经网络的主控芯片任务调度与动态性能优化方法，包括数据采集与特征工程、神经网络模型设计、仿真环境训练、模型压缩与部署准备、实时状态监控、动态决策推理、调度策略执行、性能优化，数据采集与特征工程包括以下步骤：S1.硬件指标采集；分析任务属性(计算密集型/IO密集型)、依赖关系(DAG)、截止时间(Deadline)、资源需求(CPU/GPU占用率)；通过性能计数器(IPC、缓存命中率、分支预测失误率)、温度传感器、功耗监控单元(PMU)收集芯片运行时数据；神经网络调度器可实现比传统方法(如CFS调度器)高20％‑40％的能效比，同时适应突发负载变化，使主控芯片的实用性和使用范围更加的广泛。