[发明专利]服务配置方法、用于服务配置的客户端、设备及电子设备有效
申请号: | 202010004847.2 | 申请日: | 2020-01-03 |
公开(公告)号: | CN111222046B | 公开(公告)日: | 2022-09-20 |
发明(设计)人: | 王磊;张文杰;邓攀;于洋 | 申请(专利权)人: | 腾讯科技(深圳)有限公司 |
主分类号: | G06F16/9535 | 分类号: | G06F16/9535;G06Q10/06 |
代理公司: | 北京市柳沈律师事务所 11105 | 代理人: | 王娟 |
地址: | 518057 广东省深圳*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 服务 配置 方法 用于 客户端 设备 电子设备 | ||
公开了一种服务配置方法、客户端、设备及电子设备。该方法包括:解析用于人工智能服务的人工智能模型,以获取所述人工智能模型的模型参数信息;基于所述人工智能模型的模型参数信息,计算所述人工智能服务的推荐计算资源配置;以及基于所述推荐计算资源配置,确定所述人工智能服务的服务配置。
技术领域
本公开涉及人工智能服务领域,更具体地涉及一种服务配置方法、客户端、设备及电子设备。
背景技术
人工智能模型在完成训练之后将被部署到生产环境中以向企业和个人提供相应的人工智能服务。目前,人工智能服务的部署需要工程人员或运维人员根据经验或者反复试错来寻找部署推理服务需要的服务器配置。这使得部署人工智能服务的运维成本过大,不利于人工智能服务的迅速上线。
发明内容
本公开的实施例提供了服务配置方法、客户端、设备及电子设备。
本公开的实施例提供了一种服务配置方法,包括:解析所述人工智能服务的人工智能模型,以获取所述人工智能模型的模型参数信息;基于所述人工智能模型的模型参数信息,计算所述人工智能服务的推荐计算资源配置;以及基于所述推荐计算资源配置,确定所述人工智能服务的服务配置。
本公开的实施例提供了一种用于服务配置的客户端,包括:处理器,存储器,存储有计算机指令,所述计算机指令被处理器执行时实现如下操作:产生人工智能模型获取框,用于输入所述人工智能服务的人工智能模型的存储地址或用于上传所述人工智能模型;产生推荐资源配置框,用于显示所述人工智能服务的推荐计算资源配置;产生部署按钮,用于基于所述推荐计算资源配置确定所述人工智能服务的服务配置;其中,所述推荐计算资源配置是基于所述人工智能模型的模型参数信息而计算的。
本公开的实施例提供了一种服务配置设备,包括:解析模块,被配置为解析人工智能服务的人工智能模型,以获取所述人工智能模型的模型参数信息;计算模块,被配置为基于所述人工智能模型的模型参数信息,计算所述人工智能服务的推荐计算资源配置;以及部署模块,被配置为基于所述推荐计算资源配置,确定所述人工智能服务的服务配置。
本公开的实施例提供了一种用于服务配置的电子设备,包括:微处理器;存储器,存储器存储有计算机指令,该计算机指令被处理器执行时实现上述的方法。
附图说明
为了更清楚地说明本公开实施例的技术方案,下面将对实施例的描述中所需要使用的附图作简单的介绍。下面描述中的附图仅仅是本公开的示例性实施例。
图1A是示出根据本公开实施例的用于部署服务的场景的示例示意图。
图1B是示出根据本公开实施例的部署服务的示例的示意图。
图2A是示出根据本公开实施例的服务配置方法的示意图。
图2B是示出根据本公开实施例的服务配置方法的流程图。
图2C是示出根据本公开实施例的示例人工智能模型的示意图。
图2D是示出根据本公开实施例的示例人工智能模型的另一示意图。
图3是示出根据本公开实施例的服务配置方法的另一流程图。
图4A是示出根据本公开实施例的用于服务配置的客户端的结构图。
图4B是示出根据本公开实施例的用于服务配置的客户端的示意图。
图5是示出根据本公开实施例的服务配置设备的示意图。
具体实施方式
为了使得本公开的目的、技术方案和优点更为明显,下面将参照附图详细描述根据本公开的示例实施例。显然,所描述的实施例仅仅是本公开的一部分实施例,而不是本公开的全部实施例,应理解,本公开不受这里描述的示例实施例的限制。
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腾讯科技(深圳)有限公司,未经腾讯科技(深圳)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/202010004847.2/2.html,转载请声明来源钻瓜专利网。