一种结合AI技术的国产芯片与CAE软件协同优化方法及系统技术方案

本发明专利技术公开了一种结合AI技术的国产芯片与CAE软件协同优化方法及系统，其属于协同优化技术领域，包括获取、预处理以及标注原始数据，得到训练数据；对初始化后的AI模型进行训练，得到训练后的AI模型；获取实时状态数据和实时负载特征，将实时状态数据和实时负载特征输入训练后的AI模型，得到优化决策，对优化决策进行指令翻译，得到具体控制指令，将具体控制指令发送至芯片硬件，自动调整硬件行为和/或通过软件运行接口，自动调整软件行为。本发明专利技术通过AI驱动的优化闭环，实现动态系统性的软硬件协同优化，同时能调整优化相关参数指标。

【技术实现步骤摘要】

本专利技术属于协同优化，具体涉及一种结合ai技术的国产芯片与cae软件协同优化方法及系统。

技术介绍

1、目前，国产cae软件在新兴国产芯片平台上运行时，仍面临着诸多的挑战，主要的挑战体现在适配性和性能优化层面。具体包括：首先，目前在软件层面对国产芯片的架构特性认知和利用均不充分，可能导致软件无法完全发挥芯片的计算潜力，其次传统的软件优化和适配过程往往依赖于人工经验，所用耗时较长，成本较高，并且难以动态适应复杂多变的应用负载和硬件环境。

2、针对上述不足，虽然现有技术中存在对特定硬件进行优化的方案，但没有系统性的以及智能化的软硬件协同优化方案，且目前技术仅能判断软件是否发生故障，无法对系统进行调整优化。因此，如何提供一种有效的技术方案以解决现有技术中存在的无系统性的以及智能化的软硬件协同优化方案，同时无法对系统进行调整优化的问题，已成为现有技术中亟待解决的难题。

技术实现思路

1、本专利技术的目的是提供一种结合ai技术的国产芯片与cae软件协同优化方法及系统，用以解决现有技术中存在的上述问题。...

【技术保护点】

1.一种结合AI技术的国产芯片与CAE软件协同优化方法，其特征在于，包括：

2.根据权利要求1所述的一种结合AI技术的国产芯片与CAE软件协同优化方法，其特征在于，对原始数据进行预处理，得到原始数据特征，包括：

3.根据权利要求1所述的一种结合AI技术的国产芯片与CAE软件协同优化方法，其特征在于，所述预设标签值包括性能指标和性能瓶颈类型；所述将训练数据输入初始化后的AI模型中进行训练，得到训练后的AI模型，包括：

4.根据权利要求1所述的一种结合AI技术的国产芯片与CAE软件协同优化方法，其特征在于，所述AI模型为AI驱动的软硬件交互模型，包括感知模...

【技术特征摘要】

1.一种结合ai技术的国产芯片与cae软件协同优化方法，其特征在于，包括：

2.根据权利要求1所述的一种结合ai技术的国产芯片与cae软件协同优化方法，其特征在于，对原始数据进行预处理，得到原始数据特征，包括：

3.根据权利要求1所述的一种结合ai技术的国产芯片与cae软件协同优化方法，其特征在于，所述预设标签值包括性能指标和性能瓶颈类型；所述将训练数据输入初始化后的ai模型中进行训练，得到训练后的ai模型，包括：

4.根据权利要求1所述的一种结合ai技术的国产芯片与cae软件协同优化方法，其特征在于，所述ai模型为ai驱动的软硬件交互模型，包括感知模块、预测模块和决策模块，所述感知模块用于对实时状态数据和实时负载特征进行特征提取，得到实时特征向量；所述预测模块用于对实时特征向量进行预测，得到预测结果；所述决策模块用于基于预测结果生成优化决策。

5.根据权利要求1所述的一种结合ai技术的国产芯片与cae软件协同优化方法，其特征在于，在得到训练后的ai模型之后，还包括采用交叉验证的方法对...

【专利技术属性】
技术研发人员：王钧，息田和，唐皓晖，李传君，
申请(专利权)人：新石器钴蓝信息科技股份有限公司，
类型：发明
国别省市：