基于算力网络环境的模型训练方法、装置、设备及介质

AITNT
正文
推荐专利
基于算力网络环境的模型训练方法、装置、设备及介质
申请号:CN202510702029
申请日期:2025-05-28
公开号:CN120872571A
公开日期:2025-10-31
类型:发明专利
摘要
本发明提供一种基于算力网络环境的模型训练方法、装置、设备及介质,应用于模型训练服务节点的基于算力网络环境的模型训练方法包括:获取多个算力节点的多维度资源信息,并基于所述多维度资源信息计算各所述算力节点的节点资源指数;获取待训练模型,根据所述节点资源指数将所述待训练模型划分为多个待训练子模型,并将所述待训练子模型分配至对应的所述算力节点;通过多个所述计算节点,对所述待训练子模块进行并发训练。本发明基于节点资源指数对待训练模型进行分割,使得分割后的待训练子模块与算力节点相匹配,通过多个算力节点对待训练子模块进行并发训练,可以有效提升算力网络环境下模型训练能力,提升算力节点资源利用率。
技术关键词
模型训练方法 节点 模型压缩 资源 指数 参数 模型训练装置 网络 子模块 非暂态计算机可读存储介质 掩码矩阵 有向无环图 元素 处理器 分割算法 哈希算法 内存 存储器 序列
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号