摘要
本公开公开了高层次综合的性能预测方法及装置、电子设备和存储介质涉及人工智能技术领域,通过本申请,由于将高级语言编写的程序转换为底层虚拟机中间表示并构建含基本块的控制数据流图,结合高层次综合优化指令引入资源复用依赖边生成指令优化图,再利用基于TransformerConv的图神经网络模型通过自注意力机制融合节点与边特征,最后结合全局硬件信息进行回归预测,因此,可以解决现有高层次综合性能预测方法在面对复杂设计时预测精度和效率不足、难以准确预测优化指令对硬件性能影响的问题,达到提升高层次综合设计性能指标预测准确性与效率的技术效果。
技术关键词
控制数据流
指令优化
高层次综合工具
神经网络模型
生成指令
性能预测方法
注意力机制
多层感知机
节点特征
动态
资源分配信息
特征提取单元
抽象语法树
电子设备
处理器
人工智能技术
系统为您推荐了相关专利信息
变电站评价方法
融合注意力机制
数据预测模型
神经网络模型
计算机程序代码
故障特征量
在线预测方法
故障预测模型
监测点
状态监测数据
水印生成方法
大语言模型
编码规则
Word2Vec模型
文本
流速监测方法
微观结构特征
多源遥感数据
时间序列信息
矢量特征
神经网络模型
笛卡尔
机器人基座
误差函数
雅可比矩阵