买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉齐鲁工业大学(山东省科学院);山东省计算中心(国家超级计算济南中心)申请的专利一种异构算力环境下的模型训练任务分配方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119376958B 。

龙图腾网通过国家知识产权局官网在2025-07-18发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411975476.7，技术领域涉及：G06F9/50；该发明授权一种异构算力环境下的模型训练任务分配方法及系统是由张玮;李杭伦;史慧玲;郝昊;丁伟;谭立状;王小龙;时文齐设计研发完成，并于2024-12-31向国家知识产权局提交的专利申请。

本一种异构算力环境下的模型训练任务分配方法及系统在说明书摘要公布了：本发明属于分布式训练领域，提供了一种异构算力环境下的模型训练任务分配方法及系统，构建一个分层的深度强化学习模型，用于在终端层、边缘层和云计算层之间进行优化拆分点的选择和资源分配，从而实现高效的计算任务分配和模型训练。通过设计多个子策略网络来应对不同算力需求的任务。结合了资源感知模块，以衡量每层的计算资源、网络带宽和延迟等状态。启发式算法用于初步估计拆分点范围，减少无关位置的探索，优化搜索效率。针对神经网络模型计算所需要的资源，以浮点运算的数量来衡量。在拆分点的选择中，主要采取深度强化学习的方法结合资源感知模块，通过结构优化寻找最优的拆分点，以实现模型的有效拆分，并在两端侧完成高效的联合训练。

本发明授权一种异构算力环境下的模型训练任务分配方法及系统在权利要求书中公布了：1.一种异构算力环境下的模型训练任务分配方法，其特征在于，包括： 构建分层的深度强化学习模型，在终端层-边缘层-云计算层组成的计算架构下，获取终端层的多个模型训练请求，根据模型训练请求的数据量与设定阈值之间的大小关系对多个终端进行分组； 基于边缘层的计算算力信息和模型训练请求的算力需求，利用综合评估函数在为每个终端寻找最佳的边缘匹配节点； 根据模型训练请求的分组情况在模型中确定拆分点的初步选择范围，在确定的初步选择范围内，基于在拆分点时终端和边缘匹配节点之间的延迟和能耗最小为目标，迭代循环寻找局部最优拆分点； 根据模型训练请求的分组情况在模型中确定拆分点的初步选择范围，在确定的初步选择范围内，基于在拆分点时边缘匹配节点和云计算层之间的延迟和能耗最小为目标，迭代循环寻找边缘-云最佳拆分点； 采用分层深度强化学习模型对迭代循环寻找的过程进行求解，其中，所述分层深度强化学习模型包括状态空间、动作空间以及总体奖励函数； 所述状态空间包括终端层的计算资源状态、网络带宽和延迟；边缘层的计算资源状态与云服务器的连接状态，以及云计算层的计算资源状态； 所述动作空间包括各种条件划分的相应的拆分方案； 所述总体奖励函数包括边缘与云计算层的奖励函数以及终端与边缘层的奖励函数； 奖励函数为策略更新提供反馈信号； 统筹局部最优拆分点和边缘-云最佳拆分点，实现对训练任务进行分配； 所述统筹局部最优拆分点和边缘-云最佳拆分点，实现对训练任务进行分配，具体为： 基于局部最优拆分点，对模型的结构层的对应层间位置进行拆分； 基于边缘-云最佳拆分点，对模型的结构层的对应层间位置进行拆分； 将模型的结构层分成三个结构块，进而将同一模型训练请求任务拆分成三段任务并行训练，实现对训练任务进行分配。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人齐鲁工业大学(山东省科学院);山东省计算中心(国家超级计算济南中心)，其通讯地址为：250000 山东省济南市长清区大学路3501号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。