Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 杭州电子科技大学曾艳获国家专利权

杭州电子科技大学曾艳获国家专利权

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!

龙图腾网获悉杭州电子科技大学申请的专利一种支持异构AI框架的分布式自动并行计算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:CN118445074B

龙图腾网通过国家知识产权局官网在2025-09-16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:202410558711.4,技术领域涉及:G06F9/50;该发明授权一种支持异构AI框架的分布式自动并行计算方法及系统是由曾艳;张立夫;黄成创;易广政;张纪林;万健;任永坚;吉荣庭;褚鸿杰设计研发完成,并于2024-05-08向国家知识产权局提交的专利申请。

一种支持异构AI框架的分布式自动并行计算方法及系统在说明书摘要公布了:本发明公开了一种支持异构AI框架的分布式自动并行计算方法及系统,该方法首先构建基于计算图的分布式中间表达Distributed‑IR,表达深度学习分布式并行执行语义,将异构AI框架的深度学习模型转换为统一的Distributed‑IR。其次计算内存和计算代价并保存到Distributed‑IR节点中的对应属性中。最后设计深度学习模型分布式并行计算策略生成器,为深度学习模型自动搜索一种最优分布式并行计算策略,并输出至底层异构AI框架。本发明方法可为跨业务、跨框架的深度学习模型,提供高效、可移植的分布式并行策略自动搜索与调优方法。

本发明授权一种支持异构AI框架的分布式自动并行计算方法及系统在权利要求书中公布了:1.一种支持异构AI框架的分布式自动并行计算方法,其特征在于,包括如下步骤: 步骤1:构建基于计算图的分布式中间表达Distributed-IR,表达深度学习分布式并行执行语义,将异构AI框架的深度学习模型转换为统一的Distributed-IR,具体过程如下: 步骤1.1:对异构AI框架的计算图结构进行抽象,提取出各框架计算图的共同特征,并提出图结构实现对各框架计算图的拓扑结构与功能特性的统一分布式中间表达;分布式中间表达Distributed-IR的定义包括张量、图节点、连接节点的边和计算图的定义; 步骤1.2:对步骤1.1中的张量、图节点、连接节点的边和计算图,为访问和修改操作设计对外接口,并实现访问、添加、删除和赋值功能; 针对边结构、边端口结构、张量结构,还对基本运算符进行了重载;提供了功能接口,实现各框架接口功能的统一; 步骤1.3:通过预运行,从初始化后的计算图中获取分组信息和shape信息;预运行深度学习模型,在深度学习模型初始化后,调用异构AI框架的计算图接口,读取每个节点的节点名、所属的分组,以及每个节点的所有输入张量和输出张量的形状shape、类型dtype和对应输入输出节点的节点名,并将读取到的数据以JSON格式保存; 步骤1.4:遍历异构AI框架计算图中所有的节点,从节点中取出节点名和节点输入信息,构建节点名到节点的映射、节点名到节点输出的映射;遍历计算图所有节点,为每个节点构建对应的Distributed-IR节点; 步骤2:计算内存和计算代价并保存到Distributed-IR节点中的对应属性中; 步骤3:设计深度学习模型分布式并行计算策略生成器,为深度学习模型自动搜索一种最优分布式并行计算策略,并输出至底层异构AI框架。

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杭州电子科技大学,其通讯地址为:310018 浙江省杭州市钱塘区白杨街道2号大街1158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”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。