申请/专利权人:内蒙古工业大学
申请日:2024-03-12
公开(公告)日:2024-06-04
公开(公告)号:CN118133966A
主分类号:G06N5/04
分类号:G06N5/04;G06N3/0455;G06N3/0464;G06N3/048;G06N3/084
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.06.21#实质审查的生效;2024.06.04#公开
摘要:本发明公开了一种基于DNN模型切割的边缘计算协同推理方法,对DNN模型进行训练,识别DNN模型的层及层间信息封装构成DAG的节点,并跟踪层间执行顺序得到DAG的边;组合节点和边,将DNN模型的执行过程转化为执行计算任务的DAG;对DAG结构进行压缩;将压缩后的DAG与链式结构边缘服务器建模DAG;使用最大流最小割S‑T算法对所建模DAG进行切割;对于切割后的DAG,在切割点部署压缩器对中间特征进行压缩,完成协同推理。本发明可提高模型的表示能力,从而作为后续任务切分的基础;本发明结合多个边缘服务器组成的路边链式结构,使用最大流最小割S‑T算法进行切割,可均衡边缘服务器的工作负载;本发明通过特征压缩,在边缘服务器和端设备之间实现高效协同推理。
主权项:1.一种基于DNN模型切割的边缘计算协同推理方法,其特征在于,包括如下步骤:步骤1,对DNN模型进行训练,识别DNN模型的层及层间信息;步骤2,将所述层及层间信息封装构成DAG的节点,跟踪层间执行顺序得到DAG的边;步骤3,组合所述节点和所述边,将DNN模型的执行过程转化为执行计算任务的DAG,完成模型动态分析;步骤4,对DAG结构进行压缩;步骤5,将压缩后的DAG与链式结构边缘服务器建模DAG;步骤6,使用最大流最小割S-T算法对所建模DAG进行切割;步骤7,对于切割后的DAG,在切割点部署压缩器对中间特征进行压缩,完成协同推理。
全文数据:
权利要求:
百度查询: 内蒙古工业大学 一种基于DNN模型切割的边缘计算协同推理方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。