高频统计方法及其在人工智能大模型训练或推理上的应用

本发明公开了一种高频统计方法及其在人工智能大模型训练或推理上的应用，所述高频统计方法包括以下步骤：对ASIC芯片、共享内存进行初始化后，在操作系统中通过自循环获取第一统计数据并将其写入与第一写索引值对应的内存分区；在上层应用中启用定时器，获取定时周期内的统计数据，整理定时周期内的统计数据，并更新初始读索引值。本高频统计方法可提供准确的毫秒级甚至亚毫秒级高频统计数据，准确描绘出大模型网络的流量特征如一段时间内每台网络设备的流量特征，为人工智能大模型的优化提供准确的数据支持，提升训练效率。