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！

龙图腾网获悉四川边缘算力科技有限公司申请的专利一种分布式模型训练优化方法、系统、介质及产品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：CN119558386B 。

龙图腾网通过国家知识产权局官网在2025-05-09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：202510131683.2，技术领域涉及：G06N3/098；该发明授权一种分布式模型训练优化方法、系统、介质及产品是由贺强设计研发完成，并于2025-02-06向国家知识产权局提交的专利申请。

本一种分布式模型训练优化方法、系统、介质及产品在说明书摘要公布了：一种分布式模型训练优化方法、系统、介质及产品，涉及模型训练领域，通过采用上述技术方案，训练优化系统将终端设备划分为多个设备组并在每个设备组中设置中继节点，在满足预设同步条件时不再需要一一发送至终端设备，只需发送至中继节点即可，实现了模型参数的分级传输。在计算出参数差值后，训练优化系统筛选待更新参数，同时根据待更新参数的同步频率，确定高频同步参数集合和低频同步参数集合，以在不同时刻发送不同待更新参数，这种差异化的参数同步策略，既保证了重要参数的及时更新，又避免了频繁传输所有参数带来的性能瓶颈，显著降低了网络通信开销，从而提高了分布式训练的整体效率。

本发明授权一种分布式模型训练优化方法、系统、介质及产品在权利要求书中公布了：1.一种分布式模型训练优化方法，其特征在于，应用于深度确定性策略梯度模型的训练优化系统，所述训练优化系统包括一个管理设备和多个终端设备，所述深度确定性策略梯度模型包括评判网络和行动网络，所述行动网络包括第一在线网络和第二在线网络，所述终端设备部署有所述第一在线网络，所述管理设备部署有所述评判网络和所述第二在线网络，所述方法包括：根据网络拓扑结构将所有所述终端设备划分为多个设备组，并确定每个所述设备组中的中继节点，所述终端设备用于执行模型训练，所述中继节点用于转发模型参数；计算所述管理设备中第二在线网络与各所述终端设备中第一在线网络的参数差值，生成参数变化量集合，所述参数变化量集合包括多个参数差值；筛选所述参数变化量集合中超过预设差值阈值的参数差值，得到待更新参数集合，所述待更新参数集合中包括多个待更新参数；基于所述待更新参数的权重系数和权重系数-同步频率对应表，确定高频同步参数集合和低频同步参数集合，所述权重系数与同步频率呈现正相关关系；将所述高频同步参数集合的待更新参数进行量化压缩，得到第一压缩参数，将所述低频同步参数集合的待更新参数进行量化压缩，得到第二压缩参数，所述量化压缩用于将浮点数转换为低位定点数；在第一时刻将所述第一压缩参数通过所述中继节点传输至所述设备组中的所述终端设备，在第二时刻将所述第二压缩参数通过所述中继节点传输至所述设备组中的所述终端设备；当所述终端设备接收到所述第一压缩参数和或所述第二压缩参数后，进行参数更新。

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四川边缘算力科技有限公司，其通讯地址为：610000 四川省成都市中国(四川)自由贸易试验区成都高新区府城大道西段399号10栋16层1607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”。