龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：杭州电子科技大学
摘要：本发明公开了一种基于动态负载均衡的混合专家模型分布式训练方法，该方法首先通过采样器捕获token特征、专家参数、内存和计算资源信息、通信情况，构成采样数据。其次基于采样数据构建的MoE训练负载模型，获取各节点总的内存资源和计算资源。然后通过专家调度实现负载均衡，减少All‑to‑All通信延迟。最后构建专家容量模型，为不同的专家设定容量值。本发明实现专家容量的动态调整，提升设备的资源利用率，降低了通信的开销，解决训练精度和资源消耗的矛盾。
主权项：1.一种基于动态负载均衡的混合专家模型分布式训练方法，其特征在于，包括以下步骤：步骤1：通过采样器捕获token特征、专家参数、内存和计算资源信息、通信情况，构成采样数据；步骤2：基于采样数据构建的MoE训练负载模型，获取各节点的内存和计算资源；步骤3：通过专家调度实现负载均衡，减少All-to-All通信延迟；步骤4：构建专家容量模型，为不同的专家设定容量值。
全文数据：
权利要求：
百度查询： 杭州电子科技大学 一种基于动态负载均衡的混合专家模型分布式训练方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号