[发明专利]异构加速计算优化方法、装置、设备及可读存储介质在审
申请号: | 202110427011.8 | 申请日: | 2021-04-20 |
公开(公告)号: | CN113204502A | 公开(公告)日: | 2021-08-03 |
发明(设计)人: | 胡水海;陆万航 | 申请(专利权)人: | 深圳致星科技有限公司 |
主分类号: | G06F12/0884 | 分类号: | G06F12/0884 |
代理公司: | 深圳市世纪恒程知识产权代理事务所 44287 | 代理人: | 郝怀庆 |
地址: | 518000 广东省深圳市南山区粤海街道高新*** | 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: | 加速 计算 优化 方法 装置 设备 可读 存储 介质 | ||
本申请公开了一种异构加速计算优化方法、装置、设备及可读存储介质,所述异构加速计算优化方法包括:获取明文数据,并基于第一内存拷贝算子集合,将所述明文数据由CPU内存拷贝至异构芯片内存;基于密态计算算子集合,对所述明文数据进行常驻于所述异构芯片内存的密态计算,获得密态计算结果;将所述密态计算结果反馈至所述CPU内存。本申请解决了异构联邦学习框架计算效率低的技术问题。
技术领域
本申请涉及通信技术领域,尤其涉及一种异构加速计算优化方法、装置、设备及可读存储介质。
背景技术
随着计算机技术的不断发展,人工智能的应用也越来越广泛,目前,在通过联邦学习联合多方数据进行建模时,联邦学习的参与方通常需要进行海量的密态计算,而在异构联邦学习框架中,为了提高数据的计算效果,在联邦学习的一轮迭代过程中,通常需要将密文数据在CPU内存和异构芯片内存之间多次来回进行拷贝,但是由于密文数据的位数通常较高,密文数据内存拷贝耗时较长,进而将导致在联邦学习的一轮迭代过程中,密文数据的内存拷贝时间将远大于密文数据的密态计算时间,使得异构联邦学习框架的计算效率较低。
发明内容
本申请的主要目的在于提供一种异构加速计算优化方法、装置、设备及可读存储介质,旨在解决现有技术中异构联邦学习框架计算效率低的技术问题。
为实现上述目的,本申请提供一种异构加速计算优化方法,所述异构加速计算优化方法应用于异构加速计算优化设备,所述异构加速计算优化方法包括:
获取明文数据,并基于第一内存拷贝算子集合,将所述明文数据由CPU内存拷贝至异构芯片内存;
基于密态计算算子集合,对所述明文数据进行常驻于所述异构芯片内存的密态计算,获得密态计算结果;
将所述密态计算结果反馈至所述CPU内存。
本申请还提供一种异构加速计算优化装置,所述异构加速计算优化装置为虚拟装置,且所述异构加速计算优化装置应用于异构加速计算优化设备,所述异构加速计算优化装置包括:
内存拷贝模块,用于获取明文数据,并基于第一内存拷贝算子集合,将所述明文数据由CPU内存拷贝至异构芯片内存;
密态计算模块,用于基于密态计算算子集合,对所述明文数据进行常驻于所述异构芯片内存的密态计算,获得密态计算结果;
反馈模块,用于将所述密态计算结果反馈至所述CPU内存。
本申请还提供一种异构加速计算优化设备,所述异构加速计算优化设备为实体设备,所述异构加速计算优化设备包括:存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的所述异构加速计算优化方法的程序,所述异构加速计算优化方法的程序被处理器执行时可实现如上述的异构加速计算优化方法的步骤。
本申请还提供一种可读存储介质,所述可读存储介质上存储有实现异构加速计算优化方法的程序,所述异构加速计算优化方法的程序被处理器执行时实现如上述的异构加速计算优化方法的步骤。
本申请还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述的异构加速计算优化方法的步骤。
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深圳致星科技有限公司,未经深圳致星科技有限公司许可,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/202110427011.8/2.html,转载请声明来源钻瓜专利网。
- 上一篇:基于瞬态水力模型的多目标实验装置
- 下一篇:管网瞬态过程智能调度方法