一种多端协同的AI模型动态部署方法、设备和介质

本发明提供一种多端协同的AI模型动态部署方法，包括：云端根据边缘设备上报的实时状态与AI模型结构特征，将完整AI模型拆解为轻量级子模型；通过优先级队列算法计算子模型分配到边缘设备的顺序；采用差分增量传输推送与边缘设备现存模型的差异参数；边缘设备基于端侧异常样本触发增量学习，采用轻量级迁移学习更新局部模型参数；云端接收加密的局部模型参数与关联样本特征值，通过联邦学习聚合多边缘设备的节点参数，生成优化的全局模型。本发明的多端协同的AI模型动态部署方法，通过模型分片推送技术与边侧增量学习机制，实现资源感知的模型动态适配与闭环优化，显著提升复杂工业场景下的AI模型部署效率与场景适应性。