一种面向边缘分布式训练的资源动态分析与样本负载调度优化方法

    公开(公告)号:CN119149247B

    公开(公告)日:2025-03-18

    申请号:CN202411624235.8

    申请日:2024-11-14

    Abstract: 本发明公开一种面向边缘分布式训练的资源动态分析与样本负载调度优化方法,包括统计操作符占比;运行算力资源的单一资源密集型负载,获取负载的训练样本总数、算力资源利用率和负载完成时间;根据训练样本总数和负载完成时间,获得任务执行强度值;根据算力资源利用率和任务执行强度值,获得算力资源评估值;根据算力资源和操作符占比,获得畸变雷达图;将算力资源评估值标记在畸变雷达图中,获得计算节点的算力资源与任务匹配度比值,以最小化最快节点与最慢节点完成迭代的时间间隔为优化目标建立优化模型,获得样本负载分配优化方案。解决了边缘环境中设备异构且算力资源有限的问题。

    一种面向边缘分布式训练的资源动态分析与样本负载调度优化方法

    公开(公告)号:CN119149247A

    公开(公告)日:2024-12-17

    申请号:CN202411624235.8

    申请日:2024-11-14

    Abstract: 本发明公开一种面向边缘分布式训练的资源动态分析与样本负载调度优化方法,包括统计操作符占比;运行算力资源的单一资源密集型负载,获取负载的训练样本总数、算力资源利用率和负载完成时间;根据训练样本总数和负载完成时间,获得任务执行强度值;根据算力资源利用率和任务执行强度值,获得算力资源评估值;根据算力资源和操作符占比,获得畸变雷达图;将算力资源评估值标记在畸变雷达图中,获得计算节点的算力资源与任务匹配度比值,以最小化最快节点与最慢节点完成迭代的时间间隔为优化目标建立优化模型,获得样本负载分配优化方案。解决了边缘环境中设备异构且算力资源有限的问题。

Patent Agency Ranking