[发明专利]信息交互方法、装置及通信设备

权利要求书

1.一种信息交互方法，其特征在于，包括：

第一通信设备获取目标算法信息，所述目标算法包括神经网络算法、人工智能算法和机器学习算法中的至少一项；

所述第一通信设备根据所述目标算法信息与至少一个目标通信设备进行信息交互。

2.根据权利要求1所述的方法，其特征在于，所述目标算法信息是通过预先约定的方式获取的，或者，所述目标算法信息为至少一个所述通信设备配置的。

3.根据权利要求1所述的方法，其特征在于，所述第一通信设备与至少一个目标通信设备进行信息交互，包括：

所述第一通信设备根据所述目标算法信息，向至少一个通信设备发送第一交互信息，所述第一交互信息包括第一处理资源信息和目标算法推荐信息中的至少一项，所述第一处理资源信息用于指示所述第一通信设备运行所述目标算法的资源信息。

4.根据权利要求1所述的方法，其特征在于，所述第一通信设备与至少一个目标通信设备进行信息交互，包括：

所述第一通信设备从至少一个目标通信设备获取第一指示信息和第二指示信息中的至少一项，所述第二指示信息用于指示所述第一通信设备使用的目标算法；

其中，所述第一指示信息包括以下至少一项：

目标算法的运行优先级指示信息；

神经网络模型从配置到生效的时间；

至少两个神经网络模型之间进行切换所需要的时间；

至少两个神经网络模型之间进行切换的过程中是否可以运行相应的运算。

5.根据权利要求1或2所述的方法，其特征在于，所述第一通信设备获取目标算法信息，包括：

根据第一指示信息和第二指示信息中的至少一项，获取所述目标算法信息，所述第二指示信息用于指示所述第一通信设备使用的目标算法；

其中，所述第一指示信息包括以下至少一项：

目标算法的运行优先级指示信息；

神经网络模型从配置到生效的时间；

至少两个神经网络模型之间进行切换所需要的时间；

至少两个神经网络模型之间进行切换的过程中是否可以运行相应的运算。

6.根据权利要求3所述的方法，其特征在于，所述第一交互信息还包括以下至少一项：

目标算法的运行优先级指示信息；

神经网络模型从配置到生效的时间；

至少两个神经网络模型之间进行切换所需要的时间；

至少两个神经网络模型之间进行切换的过程中是否可以运行相应的运算。

7.根据权利要求3所述的方法，其特征在于，所述第一处理资源信息包括以下至少一项：

所述第一通信设备支持的激活函数类型；

所述第一通信设备支持的运算类型；

所述第一通信设备支持的不同运算之间使用的可用资源的换算关系；

所述第一通信设备是否在同一时间单元内支持不同的特定运算或超运算；

所述第一通信设备支持的不同的特定运算之间的组合关系；

所述第一通信设备在第一目标时间内支持的运算次数，所述第一目标时间包括至少一个时间单元；

所述第一目标时间内支持的运算次数与第二目标时间内支持的运算次数之间的关系，所述第二目标时间包括至少一个时间单元，且所述第二目标时间包含的时间单元与第一目标时间包含的时间单元不同；

所述第一通信设备完成特定目标的特定运算所需的时间；

所述第一通信设备支持的超运算信息；

所述第一通信设备支持的神经网络模型信息；

模型大小；

目标算法模型的量化比特数；

模型层数；

模型每一层最大的神经元数量；

每种神经网络算法的运行时间；

多个神经网络算法组合的运行时间；

所述第一通信设备支持或不支持的目标算法；

所述第一通信设备按照预定义的时间是否支持所述目标算法；

所述第一通信设备运行所述目标算法所需的时间；

所述第一通信设备运行所述目标算法对应的预期时间；

所述第一通信设备支持的目标算法的目标参数。