武汉大学玄跻峰获国家专利权
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！
龙图腾网获悉武汉大学申请的专利分布式深度学习加速方法、装置、设备及可读存储介质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：CN116668438B 。
龙图腾网通过国家知识产权局官网在2025-08-29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：202310509549.2，技术领域涉及：H04L67/10；该发明授权分布式深度学习加速方法、装置、设备及可读存储介质是由玄跻峰;刘博安;胡创;程大钊设计研发完成，并于2023-05-08向国家知识产权局提交的专利申请。
本分布式深度学习加速方法、装置、设备及可读存储介质在说明书摘要公布了：本申请涉及一种分布式深度学习加速方法、装置、设备及可读存储介质，涉及分布式深度学习技术领域，包括对目标非线性网络中的多个并行网络分支进行分支打包处理，得到两个分支集合并存储至参数服务器，每个分支集合包括与其对应的网络分支所包含的参数；对计算集群中的多个计算节点进行分组得到多个计算节点组；针对每个计算节点组，每个计算节点从参数服务器拉取对应分支集合内的所有参数进行梯度计算，同时从属于同一计算节点组中的其他计算节点处拉取其他分支集合内的所有参数进行梯度计算；将梯度计算结果回传至参数服务器，参数服务器基于梯度计算结果更新训练目标非线性网络，进而有效缓解网络拥塞并加速非线性网络在集群中的训练速度。
本发明授权分布式深度学习加速方法、装置、设备及可读存储介质在权利要求书中公布了：1.一种分布式深度学习加速方法，其特征在于，包括以下步骤： 对目标非线性网络中的多个并行的网络分支进行分支打包处理，得到两个分支集合并存储至参数服务器，每个分支集合包括与其对应的网络分支所包含的参数； 对计算集群中的多个计算节点进行分组，得到多个计算节点组； 针对每个计算节点组，每个计算节点从参数服务器拉取对应分支集合内的所有参数进行梯度计算，同时从属于同一计算节点组中的其他计算节点处拉取其他分支集合内的所有参数进行梯度计算； 将梯度计算结果回传至参数服务器，以供参数服务器基于所述梯度计算结果更新训练目标非线性网络。
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武汉大学，其通讯地址为：430000 湖北省武汉市武昌区珞珈山；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”。
以上内容由AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号