申请/专利权人：中科晶上(苏州)信息技术有限公司

申请日：2019-08-28

公开（公告）日：2024-04-09

公开（公告）号：CN110764885B

主分类号：G06F9/48

分类号：G06F9/48;G06N3/082;G06N3/0464;G06N3/0442

优先权：

专利状态码：有效-授权

法律状态：2024.04.09#授权;2020.03.03#实质审查的生效;2020.02.07#公开

摘要：本发明公开了一种多移动设备的DNN任务的拆分和卸载方法，一、根据移动设备的数量、DNN任务的层数以及每个DNN任务的划分构建划分及卸载模型；二、基于多项式拟合方法获得DNN任务中每层的参数分别对各层处理时延的影响，从而获得各层的时延预测模型；三、根据DNN任务中各层的处理次序、划分及卸载模型、移动设备和服务器之间的传输时延以及时延预测模型得到DNN任务中各层的处理时间关系，并以各层的处理时间关系和服务器的处理原则为约束条件，以平均时延最小为目标函数构建优化问题，获得各DNN任务最优的划分方式以及各层的处理时间安排；本发明能够有效减低DNN任务处理的时延。

主权项：1.一种多移动设备的DNN任务的拆分和卸载方法，其特征在于，包括以下步骤：步骤一、根据移动设备的数量、DNN任务的层数以及每个DNN任务的划分构建划分及卸载模型，其中，每个移动设备有一个DNN任务，每个DNN任务被划分为两部分，前一部分在移动设备本地被处理，处理后所得的输出数据传输至服务器，后一部分被卸载到服务器由服务器处理；步骤二、基于多项式拟合方法获得DNN任务中每层的参数分别对各层处理时延的影响，从而获得各层的时延预测模型；步骤三、根据DNN任务中各层的处理次序、划分及卸载模型、移动设备和服务器之间的传输时延以及时延预测模型得到DNN任务中各层的处理时间关系，并以各层的处理时间关系和服务器的处理原则为约束条件，以平均时延最小为目标函数构建优化问题，最终获得各DNN任务最优的划分方式以及各层的处理时间安排；所述优化问题为： s.t.0≤si1＜…＜siM,fi1＜…＜fiM,sij≥fi,j-1, fij≤spq,ifxij＝xpq＝1andsij＜spq其中，为所有DNN任务的平均处理时延，X,S,F均为N×M的矩阵，N为移动设备的数量，M为DNN任务的层数，每层为一个子任务，X中的元素xij都是0-1变量，xij＝0表示移动设备i的第j个子任务在本地处理，xij＝1表示移动设备i的第j个子任务由服务器处理，S中的元素sij表示移动设备i的第j个子任务开始处理的时间；F中的元素fij表示移动设备i的第j个子任务结束处理的时间； 表示移动设备i的第j个子任务的本地处理时延，表示移动设备i的第j个子任务的服务器处理时延；表示本地第k层的输出数据传输到服务器上第k+1层之间的传输时延；p＝1,2,...,N，q＝1,2,...,M，k＝0,1,...,M-1，且当k＝0时，fi0＝0，为将第一层子任务处理时所需数据传输到服务器的传输时延。

全文数据：

权利要求：

百度查询： 中科晶上(苏州)信息技术有限公司 一种多移动设备的DNN任务的拆分和卸载方法

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