本发明提供了一种预测稀疏矩阵运算能耗的方法。该方法首先根据稀疏矩阵非零元素分布的特征将样本矩阵进行层次聚类。其次，将各个类中能效值最大的样本矩阵的资源分配作为该类别的最优资源分配情况。最后对样本矩阵的计算密度和计算性能建立线性回归模型，利用模型对稀疏矩阵运算的计算性能进行预测，进而根据性能和能效的关系预测出稀疏矩阵运算的能耗。本发明基于知识发现预测稀疏矩阵运算能耗的方法，充分考虑到稀疏矩阵特征值和资源分配对计算性能与能耗的影响。通过层次聚类将样本矩阵划分为不同的类别使得预测过程具有自学习的特征。