[发明专利]一种AI环境检测和深度学习环境自动部署的方法和装置在审
| 申请号： | 201811293232.5 | 申请日： | 2018-11-01 |
| 公开（公告）号： | CN109408351A | 公开（公告）日： | 2019-03-01 |
| 发明（设计）人： | 王鹏飞 | 申请（专利权）人： | 郑州云海信息技术有限公司 |
| 主分类号： | G06F11/34 | 分类号： | G06F11/34 |
| 代理公司： | 北京连和连知识产权代理有限公司 11278 | 代理人： | 武硕 |
| 地址： | 450018 河南省郑州市*** | 国省代码： | 河南;41 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 环境检测 自动部署 环境反馈 基准测试 学习环境 方法和装置 人力成本 软件环境 收集信息 统一管理 硬件环境 重新安装 集群 服务器 统一 检测 部署 学习 | ||
1.一种AI环境检测和深度学习环境自动部署的方法，其特征在于，包括以下步骤：
检测硬件环境和软件环境，获得环境反馈结果；
根据所述环境反馈结果来安装或重新安装所述软件；
进行基准测试；以及
基于所述基准测试的结果正常，自动部署深度学习框架。
2.根据权利要求1所述的方法，其特征在于，检测所述硬件环境包括：检测CPU、内存、GPU、硬盘、主板、总线连接的基本参数。
3.根据权利要求1所述的方法，其特征在于，检测所述软件环境包括：检测AI基础软件是否安装与安装版本。
4.根据权利要求3所述的方法，其特征在于，检测所述软件环境还包括：检测所述软件版本之间的匹配度。
5.根据权利要求4所述的方法，其特征在于，根据所述环境反馈结果来安装或重新安装所述软件包括：在所述硬件环境允许的基础上，根据所述软件版本之间的匹配度来安装或重新安装所述软件。
6.根据权利要求1所述的方法，其特征在于，通过所述基准测试得到GPU和CPU的相关性能参数，所述相关性能参数包括以下至少之一：所述GPU之间的P2P数据、所述GPU的实测带宽、所述CPU与所述GPU之间的实测带宽、内存带宽数据。
7.根据权利要求1所述的方法，其特征在于，所述深度学习框架为TensorFlow。
8.根据权利要求1所述的方法，其特征在于，所述方法通过C语言形成的二进制文件实现。
9.一种AI环境检测和深度学习环境自动部署的装置，其特征在于，包括：
至少一个处理器；以及
存储器，所述存储器存储有可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时执行如权利要求1-8任意一项所述的方法。
10.根据权利要求9所述的装置，其特征在于，所述装置搭载于AGX-2服务器上，所述服务器安装有一个或多个GPU。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于郑州云海信息技术有限公司，未经郑州云海信息技术有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201811293232.5/1.html，转载请声明来源钻瓜专利网。
