分布式模型训练方法、装置、设备、介质及产品

本发明涉及人工智能技术领域，提供一种分布式模型训练方法、装置、设备、介质及产品，方法包括：将第一多维环境数据输入至数据生成模型，得到输出的第二多维环境数据；基于第一多维环境数据和第二多维环境数据进行时序预测，得到未来预设时间段内的发电量预测值；基于未来预设时间段内的发电量预测值，调整分布式模型训练过程中启动的训练进程数量，以对分布式模型进行训练。本发明提供的分布式模型训练方法，通过较为全面的环境数据进行时序预测，精准预测出未来预设时间段内的发电量预测值，进一步基于精准的发电量预测值，可以动态调整模型训练时启动的训练进程数量，实现在电力供应波动的状态下训练分布式模型，并优化分布式模型训练的效率。