摘要
本发明公开了一种面向云边协同的AI模型分发及部署系统及方法,属于人工智能与边缘计算交叉技术领域,旨在解决云边协同场景下AI模型分发效率低、部署适配性差的问题;方法包括:采集边缘节点多维度属性数据并转化为多层级能力标签,依据数据变化幅度触发标签差异化更新;依托能力标签构建模型需求分层描述框架,将分发需求转化为量化查询条件,通过三级递进式匹配机制结合动态权重调整筛选目标边缘节点集合;基于目标节点网络状态生成对应冗余度的编码数据块,运用分布式缓存机制筛选适配缓存节点并预存数据块,搭建缓存网络传输至目标节点;本申请实现了AI模型在云边协同环境下的高效分发与精准部署,提升了模型传输可靠性与节点适配性。
技术关键词
节点
冗余度
动态
网络
资源
标签模块
分层存储结构
缓存机制
层级
生成编码数据
滑动窗口算法
基础
传输模块
匹配模块
参数
映射关系表
核心
系统为您推荐了相关专利信息
视频分析方法
图像处理算法
云端服务器
训练深度学习模型
边缘检测设备
数值天气预报数据
预测模型训练方法
功率
微调方法
数据获取模块
Softmax函数
梯度下降算法
样本
参数
校准机制