[发明专利]一种基于拓扑结构提高深度学习训练速度的方法及装置在审
| 申请号： | 201910785997.9 | 申请日： | 2019-08-23 |
| 公开（公告）号： | CN110647999A | 公开（公告）日： | 2020-01-03 |
| 发明（设计）人： | 王超 | 申请（专利权）人： | 苏州浪潮智能科技有限公司 |
| 主分类号： | G06N20/00 | 分类号： | G06N20/00 |
| 代理公司： | 37105 济南诚智商标专利事务所有限公司 | 代理人： | 李修杰 |
| 地址： | 215100 江苏省苏州市吴*** | 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： | 本发明为了解决现有技术中存在的问题，创新提出了一种基于拓扑结构提高深度学习训练速度的方法，包括：获取CPU以及GPU的拓扑信息；根据训练任务判断所需GPU的数量、GPU优先级关系、CPU以及GPU的拓扑关系，选择与GPU具有互联关系的CPU和所述GPU进行绑定，执行深度学习训练任务，本发明还提出了一种基于拓扑结构提高深度学习训练速度的装置，通过将与GPU具有互联关系的CPU和GPU绑定执行训练任务，省去GPU和不直接互联的CPU的通讯时间和带宽限制，有效提高了深度学习训练任务速度，降低训练任务所需时间，提高的深度学习训练的效率。 | ||
| 搜索关键词： | 学习训练 互联关系 拓扑结构 绑定 优先级关系 带宽限制 任务判断 拓扑关系 拓扑信息 互联 通讯 | ||
【主权项】：
1.一种基于拓扑结构提高深度学习训练速度的方法，其特征是，包括：/n获取CPU以及GPU的拓扑信息并进行保存；/n根据训练任务判断所需GPU是否为一个，如果判断结果为是，根据拓扑信息，选择与该GPU具有互联关系的CPU和所述GPU进行绑定，执行深度学习训练任务；/n如果判断结果为否，根据GPU拓扑信息确定GPU的优先级关系，根据所述GPU的优先级关系确定GPU的编号，根据确定的GPU编号依次选择与该GPU具有互联关系的CPU和所述GPU进行绑定，执行深度学习训练任务。/n
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苏州浪潮智能科技有限公司，未经苏州浪潮智能科技有限公司许可，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/patent/201910785997.9/，转载请声明来源钻瓜专利网。
