摘要
本申请提供了面向AIGC的异构算力资源协同加速方法及系统,涉及数据处理技术领域,所述方法包括:输入激活AIGC模型,判定实际执行任务子图,执行任务子图的模型解析;利用结构语义、功能语义进行任务子图分层;根据算子分片处理结果和分层标签进行双粒度约束下的算子特征提取;执行异构算力资源的算力状态采集,以多维特征集、算力状态特征集作为匹配特征,执行异构算力资源与算子的匹配寻优,配置调度响应方案;进行协同加速管理。通过本申请解决了现有技术中由于异构算力资源的算力状态动态性强,导致AIGC模型在执行过程中算子调度效率低的技术问题,通过实现异构算力资源与模型算子的动态调度,提高了异构算力资源的利用率。
技术关键词
异构
资源
负载特征
双粒度
分层
分片
标签
加速系统
语义
决策
动态
冗余
特征提取模块
数据处理技术
指标
节点
周期
指令
能耗
系统为您推荐了相关专利信息
风暴潮预测
三维地理空间数据
灾害预测方法
多模态网络
样本
实景三维模型
多光谱特征
融合特征
多光谱成像
融合深度学习
多源异构数据融合
动态建模方法
合规性
知识图谱构建技术
覆盖率
多功能水库
优化调度模型
水资源系统
自然保护区
农业灌溉用水