[发明专利]人工智能模型性能容量的自动测试方法及装置

权利要求书

1.一种人工智能模型性能容量的自动测试方法，其特征在于，所述方法包括：

根据人工智能模型的类型，从对应的数据源平台获取测试数据；

根据不同类型的人工智能模型对应的脚本模板，利用获取的请求数据生成发压脚本；

根据所述测试数据及所述发压脚本创建测试案例；

根据所述测试案例执行发压过程，动态调整发压过程的并发数，直至所述人工智能模型的吞吐量不再随所述并发数的增加而增加时，得到测试结果；

其中，所述人工智能模型的类型包括：智能决策模型、图像识别模型及自然语言处理模型；

其中，所述根据不同类型的人工智能模型对应的脚本模板，利用获取的请求数据生成发压脚本包括：

当所述人工智能模型的类型为智能决策模型时，从第一数据源平台获取结构化请求数据；

解析所述结构化请求数据后，根据对应的脚本模板生成发压脚本；

其中，所述根据不同类型的人工智能模型对应的脚本模板，利用获取的请求数据生成发压脚本还包括：

当所述人工智能模型的类型为图像识别模型时，从第二数据源平台获取图像请求数据；

解析所述图像请求数据后，根据对应的脚本模板生成发压脚本。

2.根据权利要求1所述的方法，其特征在于，所述第一数据源平台为分布式文件存储平台。

3.根据权利要求1所述的方法，其特征在于，所述第二数据源平台为对象存储平台。

4.根据权利要求1所述的方法，其特征在于，所述根据不同类型的人工智能模型对应的脚本模板，利用获取的请求数据生成发压脚本包括：

当所述人工智能模型的类型为自然语言处理模型时，从第三数据源平台获取话术请求数据；

解析所述话术请求数据后，根据对应的脚本模板生成发压脚本。

5.根据权利要求4所述的方法，其特征在于，所述第三数据源平台为Mysql数据库。

6.根据权利要求1所述的方法，其特征在于，所述根据所述测试案例执行发压过程，动态调整发压过程的并发数包括：

根据预设的基准并发数及所述测试案例执行发压过程；

在发压过程中，逐渐增加并发数，并记录对应的吞吐量。

7.根据权利要求6所述的方法，其特征在于，所述直至所述人工智能模型的吞吐量不再随所述并发数的增加而增加时，得到测试结果包括：

当所述人工智能模型的吞吐量不再随所述并发数的增加而增加时，将当前吞吐量作为极限吞吐量；

将所述极限吞吐量与预设阈值相比较，若所述极限吞吐量高于所述预设阈值，则测试结果为验证通过，若所述极限吞吐量低于所述预设阈值，则测试结果为存在风险。

8.根据权利要求7所述的方法，其特征在于，所述方法还包括：根据所述测试结果生成测试报告，将所述测试报告发送至指定邮箱。