一种基于机器学习的GPU显存分配方法及系统
实质审查的生效
摘要
本发明公开了一种基于机器学习的GPU显存分配方法及系统，基于机器学习方法建立任务重要度排序模型，并以在任务执行过程中采集到的任务行为特征形成的样本集完成对任务重要度排序模型的训练，在任务执行过程中根据任务的紧急度、重要度及任务执行所需显存与待分配GPU显存之间的关系，动态确定GPU显存在任务中的分配方式，有效提高了GPU显存资源的利用率，解决了在一张卡或一台机器上同时承载更多的训练和预测任务的难题。
基本信息
专利标题 ：
一种基于机器学习的GPU显存分配方法及系统
专利标题（英）：
暂无
公开（公告）号 ：
CN114490094A
申请号 ：
CN202210401550.9
公开（公告）日 ：
2022-05-13
申请日 ：
2022-04-18
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
温研李贺张毅
申请人 ：
北京麟卓信息科技有限公司
申请人地址 ：
北京市海淀区西三旗昌临801号27号3层310、312
代理机构 ：
代理人 ：
优先权 ：
CN202210401550.9
主分类号 ：
G06F9/50
IPC分类号 ：
G06F9/50 G06F9/48 G06N20/00
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F9/00
程序控制装置，例如，控制单元
G06F9/06
应用存入的程序的，即应用处理设备的内部存储来接收程序并保持程序的
G06F9/46
多道程序装置
G06F9/50
资源分配，例如，中央处理单元的
法律状态
2022-05-31 ：
实质审查的生效
IPC(主分类) : G06F 9/50
申请日 : 20220418
申请日 : 20220418
2022-05-13 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
