买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜西安交通大学申请的专利一种采用DQN的FPGA任务调度优化方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN113641481B 。

龙图腾网通过国家知识产权局官网在2025-02-18发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202110998550.7，技术领域涉及：G06F9/48；该发明授权一种采用DQN的FPGA任务调度优化方法及系统是由伍卫国;王今雨;康益菲;冯雅琦;栗怡文设计研发完成，并于2021-08-27向国家知识产权局提交的专利申请。

本一种采用DQN的FPGA任务调度优化方法及系统在说明书摘要公布了：本发明公开了一种采用DQN的FPGA任务调度优化方法及系统，定义非均匀分布的FPGA片上可重构资源模型，对CLB，BRAM与DSP资源进行建模，将建模结果作为在线任务的放置芯片载体对在线任务进行特征化表示，使用在线任务可选建模结果作为目标芯片，将在线任务和目标芯片所定义的定长数据作为DQN网络的输入数据，采用DQN的奖励函数作为神经网络的反馈，以DQN更新价值函数进行更新；使用DQN和最优最长贴合算法对DQN网络进行联合训练；在每一次的调度事件中找到合适的目标芯片以及最优的放置结果，将在线任务和目标芯片输入训练好的DQN网络，选择奖励值最高的目标芯片作为对应任务的运行芯片，实现任务调度优化。本发明通过定长输入的方式，提高了模型可扩展性。

本发明授权一种采用DQN的FPGA任务调度优化方法及系统在权利要求书中公布了：1.一种采用DQN的FPGA任务调度优化方法，其特征在于，定义非均匀分布的FPGA片上可重构资源模型，对CLB，BRAM与DSP资源进行建模，将建模结果作为在线任务的放置芯片载体；对在线任务进行特征化表示，使用在线任务可选建模结果作为目标芯片，将在线任务和目标芯片所定义的定长数据作为DQN网络的输入数据，采用DQN的奖励函数作为神经网络的反馈，以DQN更新价值函数作为每一步骤的反馈对奖励函数进行更新；使用DQN和最优最长贴合算法对DQN网络进行联合训练；在每一次的调度事件中找到合适的目标芯片以及最优的放置结果，将在线任务和目标芯片输入训练好的DQN网络，选择奖励值最高的目标芯片作为对应任务的运行芯片，实现任务调度优化；对CLB，BRAM与DSP资源进行建模具体为：将FPGA片上资源抽象为二维矩阵，纵坐标以时钟域为单位，横坐标以一个最小可用资源为单位；根据所表示的资源类型不同，分别将二维矩阵内的数值定义为1，2，3，分别表示CLB、BRAM和DSP资源；在线任务集合为：T＝{id,clb,bram,dsp,w,h,ta,ts,td}其中，id为放置的任务类型标记，clb，bram和dsp分别表示该任务所需的CLB、BRAM和DSP资源数量，w和h为任务对应的矩形形状宽度与高度，ta为任务到达时刻，ts为任务的最晚执行时间，td为运行时长；目标芯片为F＝{F1,F2,...,Fn}；对于任意一个FPGAFi,i∈{1,2,...,n}有Fi＝{Cell[w][h],Ti,1,Ti,2,...,Ti,m}，二维数组Cell取值1，2，3，对应FPGA片上资源的模型；Ti,k,k∈{1,2,...,m}表示已有m个任务放置于FPGAi上；对于其中的任意一个任务有Ti,k∈T；定长数据为基于FPGA-在线任务对的DQN定长多batch输入数据状态空间；DQN奖励函数为： 其中，α，β和γ为常数；coveredrest和neededrest分别表示在t时刻，目标芯片上部署的所有任务占用的资源数量和所需的资源数量；adhesiont函数表示在t时刻目标芯片的资源内部碎片大小，rest为FPGA片上资源数量，rt为当前决策的收益。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西安交通大学，其通讯地址为：710049 陕西省西安市咸宁西路28号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。