[发明专利]人工智能分布式训练平台的搭建方法及平台

权利要求书

1.一种人工智能分布式训练平台的搭建方法，其特征在于：包括如下步骤：

1)总控管理模块(100)其实现方式包括如下步骤：

步骤1.1：安装docker；

步骤1.2：下载并安装kubeadm；

步骤1.2.1：添加镜像源；步骤1.2.2安装kubeadm、kubelet、kubectl；

步骤1.3：初始化kubernetes环境；

步骤1.4：安装GPU设备管控插件；

2)计算机设备模块(200)其实现方式包括如下步骤：

步骤2.1：搭建基础环境：同上述步骤1中的1.1、1.2，安装docker和kubeadm；步骤2.2：在总控管理模块(100)上，获取加入总控的指令：

步骤2.3：将计算机设备(200)作为资源加入总控管理模块(100)中；

3)镜像构建模块(300)其实现方式包括如下步骤：

步骤3.1：编写Dockerfile文件；

步骤3.2：构建镜像；

步骤3.3：编写yaml文件，作为部署文件；

步骤3.4：开始训练。

2.一种人工智能分布式训练平台，其特征在于：包括总控管理模块(100)、计算机设备模块(200)和镜像构建模块(300)。

3.根据权利要求2所述的一种人工智能分布式训练平台，其特征在于：总控管理模块(100)管理各个计算机的GPU资源，开发人员在此模块创建训练任务，创建的训练任务分发到各台独立的计算机设备上。

4.根据权利要求2所述的一种人工智能分布式训练平台，其特征在于：计算机设备模块(200)是部署在各个计算机设备上，管控计算机的GPU资源，并上报给总控管理模块(100)。

5.根据权利要求2所述的一种人工智能分布式训练平台，其特征在于：镜像构建模块(300)将开发人员提交的算法代码，集合运行环境，构建成一个Docker镜像，总控管理模块(100)获取构建出来的镜像，将镜像部署到计算机设备模块(200)上进行训练。