[发明专利]联合学习加速器和相关方法

权利要求书

1.一种边缘设备，包括：

神经网络训练器电路，用于使用本地数据训练神经网络以生成针对机器学习模型的模型更新；

联合学习加速器，用于执行与所述训练相关联的一个或多个联合学习工作负载；以及

模型更新提供器电路，用于将所述模型更新传送到聚合器设备。

2.如权利要求1所述的边缘设备，其中，所述联合学习加速器包括所述模型更新提供器电路。

3.如权利要求1所述的边缘设备，其中，所述联合学习加速器包括用于对所述本地数据加密的数据加密器电路。

4.如权利要求1-3中的任一项所述的边缘设备，进一步包括联合学习加速器管理电路，用于生成指令以使所述联合学习加速器执行一个或多个联合学习工作负载。

5.如权利要求4所述的边缘设备，其中，所述联合学习加速器管理电路包括联合学习加速器接口电路。

6.如权利要求4所述的边缘设备，其中，所述联合学习加速器管理电路包括用于标识要由所述联合学习加速器执行的工作负载的工作负载分析器电路。

7.如权利要求1所述的边缘设备，进一步包括用于从所述聚合器设备接收所述机器学习模型的模型接收器电路。

8.如权利要求1所述的边缘设备，其中，所述联合学习加速器用于基于以下至少一项来执行一个或多个数据处理操作：与所述本地数据相关联的数据格式、与所述本地数据相关联的数据类型、或与所述本地数据相关联的数据稀疏度水平。

9.包括指令的至少一种计算机可读存储介质，所述指令当被执行时使边缘系统中的训练设备的处理器电路至少执行以下步骤：

使联合学习加速器执行与生成模型更新相关联的工作负载；

使用与所述训练设备相关联的本地数据训练神经网络以生成所述模型更新；以及

使所述模型更新被传送到所述边缘系统中的聚合器设备。

10.如权利要求9所述的至少一种计算机可读存储介质，其中，所述指令当被执行时用于使所述联合学习加速器执行以下一个或多个步骤：对所述本地数据加密；或过滤所述本地数据。

11.如权利要求9或10所述的至少一种计算机可读存储介质，其中，所述指令当被执行时使所述处理器电路基于用于发起所述工作负载的触发事件来将所述工作负载标识为要由所述联合学习加速器执行的工作负载。

12.如权利要求11所述的至少一种计算机可读存储介质，其中，所述触发事件包括由所述训练设备接收到机器学习模型。

13.如权利要求11所述的至少一种计算机可读存储介质，其中，所述触发事件包括生成所述模型更新。

14.如权利要求9或10所述的至少一种计算机可读存储介质，其中，所述指令当被执行时使所述处理器电路使所述联合学习加速器传送所述模型更新。

15.一种用于神经网络的联合训练的边缘设备，所述边缘设备包括：

用于使用本地数据训练所述神经网络以生成模型更新的装置；

用于加速与所述神经网络的训练相关联的至少一个工作负载的装置；以及

用于将所述模型更新提供给聚合器设备的装置。

16.如权利要求15所述的边缘设备，其中，所述加速装置用于对所述本地数据加密。

17.如权利要求15所述的边缘设备，进一步包括用于管理所述加速装置的装置，所述用于管理所述加速装置的装置用于使所述加速装置执行所述工作负载。