申请/专利权人：北京百度网讯科技有限公司

申请日：2022-11-09

公开（公告）日：2023-05-30

公开（公告）号：CN116187426A

主分类号：G06N3/098

分类号：G06N3/098

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.06.16#实质审查的生效;2023.05.30#公开

摘要：本公开提供了一种深度学习模型的模型参数多流广播方法及其装置，涉及数据处理技术领域，尤其涉及计算机应用技术领域。具体实现方案为：构建n个第一处理器流，n个第一处理器流包括主处理器流；在GPU集群对深度学习模型第i次训练结束后，调用主处理器流对第一GPU对应的第一模型参数进行更新，获取第一候选模型参数；调用n个第一处理器流对第一候选模型参数进行分片多流广播，以使GPU集群中除第一GPU以外的剩余GPU接收到第一GPU的第一候选模型参数。本公开对模型参数进行多流广播，不仅提高了GPU资源的利用率，而且缩短了深度学习模型的训练时长，提高深度学习模型的模型参数多流广播效率以及灵活性、提升网络带宽的使用效率以及模型训练的性能。

主权项：1.一种深度学习模型的模型参数多流广播方法，其中，由图形处理器GPU集群中任一GPU执行，所述方法包括：构建n个第一处理器流，所述n为大于1的整数，所述n个第一处理器流包括主处理器流；在所述GPU集群对深度学习模型第i次训练结束后，调用所述主处理器流对第一GPU对应的第一模型参数进行更新，获取第一候选模型参数，所述i为正整数；调用所述n个第一处理器流对所述第一候选模型参数进行分片多流广播，以使所述GPU集群中除所述第一GPU以外的剩余GPU接收到所述第一GPU的第一候选模型参数。

全文数据：

权利要求：

百度查询： 北京百度网讯科技有限公司 深度学习模型的模型参数多流广播方法及其装置

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD