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！

龙图腾网恭喜深圳云瀚科技有限公司申请的专利一种算力服务器的能耗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：CN119847712B 。

龙图腾网通过国家知识产权局官网在2025-06-20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：202510322653.X，技术领域涉及：G06F9/48；该发明授权一种算力服务器的能耗优化方法及系统是由曾泓瀚;罗忠少;苏景设计研发完成，并于2025-03-19向国家知识产权局提交的专利申请。

本一种算力服务器的能耗优化方法及系统在说明书摘要公布了：本发明公开了一种算力服务器的能耗优化方法及系统，涉及服务器优化技术领域，包括，实时监测算力服务器运行数据，识别任务和负载情况；构建负载预测模型对算力服务器未来负载进行预测，并根据预测负载调度任务进行算力服务器能耗优化；基于强化学习算法对负载预测模型进行持续优化；将算力服务器负载情况进行实时展示，并将算力服务器运行数据存储至数据库。本发明通过收集算力服务器处理任务和负载数据构建负载预测模型预测未来负载，提高了负载预测的准确性，并通过预测未来负载进行任务处理调度实现对算力服务器的负载优化，有效地实现了对算力服务器处理任务的负载能耗调整。

本发明授权一种算力服务器的能耗优化方法及系统在权利要求书中公布了：1.一种算力服务器的能耗优化方法，其特征在于：包括，实时监测算力服务器运行数据，识别任务和负载情况；构建负载预测模型对算力服务器未来负载进行预测，并根据预测负载调度任务进行算力服务器能耗优化；基于强化学习算法对负载预测模型进行持续优化；将算力服务器负载情况进行实时展示，并将算力服务器运行数据存储至数据库；所述负载预测模型包括LSTM模型和支持向量机回归模型，将支持向量机回归模型的损失函数与LSTM模型的原始损失函数进行结合形成优化LSTM模型损失函数，在支持向量机回归模型的损失函数中引入线性回归的正则化项形成优化支持向量机回归模型的损失函数，设定LSTM模型输入为负载数据，输出为初步预测负载数据，设定支持向量机回归模型输入为初步预测负载数据，输出为最终预测负载数据，对LSTM模型和支持向量机回归模型进行训练，并基于训练好的支持向量机回归模型得到最终预测负载数据；从最终预测负载数据中获取每个任务的预测负载计算每个任务的优先级，根据每个任务的优先级对任务进行排序，并按照优先级排序对任务进行依次处理，通过滑模控制对每个任务的预测负载进行优化，优化得到每个任务的优化预测负载，记录处理每个任务时所需的实际负载，使用MPC优化目标函数进一步对每个任务的预测负载进行优化，通过MPC优化目标函数优化得到二次优化任务预测负载，通过协调控制公式计算在处理任务时的算力服务器负载调节量实时调节算力服务器在处理任务时的负载；所述协调控制公式为： ;其中为控制增益，为Lipschitz连续函数。

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深圳云瀚科技有限公司，其通讯地址为：518000 广东省深圳市龙华区龙华街道清湖社区清宁路1号富安娜公司F栋3层；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”。