申请/专利权人：中国科学技术大学

申请日：2024-01-15

公开（公告）日：2024-04-12

公开（公告）号：CN117874790A

主分类号：G06F21/60

分类号：G06F21/60;G06N20/00;G06F21/62;G06N3/063

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本发明公开了一种基于硬件加速卡的联邦学习训练加速方法，在联邦学习训练过程中，首先采用梯度稀疏算法将不重要的梯度置零，再对所有梯度进一步量化；根据联邦学习训练状态动态调整梯度压缩策略，减少同态加密带来的计算和通信开销；基于优化后的同态加密算法，采用并发、协程、异步的方式将同态加密模幂运算卸载到QAT硬件加速卡，并采用事件驱动的机制实现硬件计算结果回收；采用QAT硬件加速卡Huffman编码处理有偏分布数据，进一步降低联邦学习训练过程中的通信开销。该方法实现了基于QAT硬件加速卡的同态加密联邦学习计算和通信开销联合优化，释放了昂贵的CPU通用计算能力，有效利用了硬件资源。

主权项：1.一种基于硬件加速卡的联邦学习训练加速方法，其特征在于，所述方法包括：步骤1、在联邦学习训练过程中，首先采用梯度稀疏算法将不重要的梯度置零，再对所有梯度进一步量化，减少待加密数据量，同时保存梯度稀疏、量化后的梯度压缩误差，在下一轮通信中将梯度压缩误差累加到对应的待发送梯度上，实现梯度压缩的误差反馈调节；步骤2、根据联邦学习训练状态动态调整梯度压缩策略，使模型在确保收敛性和收敛速度的前提下，减少同态加密带来的计算和通信开销；步骤3、基于优化后的同态加密算法，采用协程以并发、异步的方式将同态加密模幂运算卸载到QAT硬件加速卡，并采用事件驱动的机制实现硬件计算结果回收；步骤4、采用QAT硬件加速卡Huffman编码处理有偏分布数据，进一步降低联邦学习训练过程中的通信开销。

全文数据：

权利要求：

百度查询： 中国科学技术大学 一种基于硬件加速卡的联邦学习训练加速方法

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