摘要
本发明提供了一种面向联邦学习大模型同步的智算融合网络协流调度方法。该方法包括:智算融合网络组件将本设备的动态网络负载状态信息与数据包进出设备的网络流传输时间加入到参数数据包;参数同步平台将收集到的各个智算融合网络组件的动态网络负载状态信息和网络流传输时间进行汇总,智算融合网络资源适配器将每个智算融合网络组件的动态网络负载状态信息和网络流传输时间输入到训练好的协流调度决策神经网络中,生成带宽与优先级的协流调度策略,并下发给智算融合网络组件,智算融合网络组件根据协流调度策略在本地预留资源。本发明方法能够调用该机制有效减少高性能节点等待低性能节点的时延,提升参数同步效率,降低整体训练时间。
技术关键词
负载状态信息
适配器
参数
建立网络通信
多层感知机
优先级调度策略
隧道
决策
深度强化学习模型
节点
平台
机制
动态
轨迹
动作交互
神经网络模型
系统为您推荐了相关专利信息
模型构建方法
大尺度结构
水体
构建多孔介质
CT扫描仪
数字化展示方法
建筑信息模型
三维卷积神经网络
数字化展示系统
点云密度
复发预测方法
前馈神经网络
路径特征
神经网络模型
皮尔逊相关系数
大语言模型
执行测试用例
生成测试序列
顺序执行测试序列
自然语言信息