[发明专利]一种针对大规模系统深度学习数据并行的分级通信优化方法在审
| 申请号： | 202110452650.X | 申请日： | 2021-04-26 |
| 公开（公告）号： | CN114218146A | 公开（公告）日： | 2022-03-22 |
| 发明（设计）人： | 刘沙;刘鑫;陈德训;彭超;黄则强;高捷;王宜鹏 | 申请（专利权）人： | 无锡江南计算技术研究所 |
| 主分类号： | G06F15/163 | 分类号： | G06F15/163;G06N3/04;G06N3/08 |
| 代理公司： | 苏州创元专利商标事务所有限公司 32103 | 代理人： | 王健 |
| 地址： | 214038 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 针对 大规模 系统 深度 学习 数据 并行 分级 通信 优化 方法 | ||
【权利要求书】：
1.一种针对大规模系统深度学习数据并行的分级通信优化方法，其特征在于，在深度学习网络模型采用数据并行进行训练的过程中，执行以下操作：
S1、根据所需计算节点总数，从若干个超节点中选择相同数量的计算节点，用于进行数据并行训练；
将计算节点按超节点进行分组，使得每个分组中计算节点数量相同，其中第0号进程为该组计算节点中负责与其它超节点通信的通信节点；
S2、每个计算节点计算出模型参数的梯度后，在分组内部进行MPI_Allreduce通信，计算出分组内的平均梯度；
S3、各分组内的通信节点采用Ring_Allreduce算法进行梯度的Allreduce操作，计算出所有计算节点的平均梯度；
S4、通信节点在分组内部进行Broadcast操作，完成所有计算节点的梯度更新。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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无锡江南计算技术研究所，未经无锡江南计算技术研究所许可，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/202110452650.X/1.html，转载请声明来源钻瓜专利网。
