龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：浙江大学
摘要：本发明公开了一种用于AI编译器的基于子模型的调度方法，本发明将预训练的ASTPB模型输出的结构信息编码运用在TVM模型中，使得TVM模型在对子模型调度过程中，能够考虑到子模型的结构特征，同时本发明对较小参数量的多头自注意力模型和前馈网络进行训练，从而能够快速获得预测运行时间，通过以上两点能够较快的实现对子模型的参数调度，使得子模型运行时间合适，提高调度效率。
主权项：1.一种用于AI编译器的基于子模型的调度方法，其特征在于，包括：S1、通过TVM将目标模型切分成多个子模型和对应的Sketch，基于子模型对应的Sketch选取第一个体集合以构建初始种群，将初始种群下发到硬件执行得到真实运行时间；S2、构建代价模型，所述代价模型包括冻结参数的预训练的ASTPB模型，以及待训练的多头自注意力模型和前馈网络，通过预训练的ASTPB模型基于选取的子模型得到对应的结构信息编码，通过多头自注意力模型基于第一个体集合的数值属性特征得到注意力特征，将注意力特征和结构信息编码进行融合得到融合特征，基于融合特征通过前馈网络得到预测运行时间，基于预测运行时间和真实运行时间通过损失函数训练代价模型；S3、通过训练后的代价模型预测新生成的第二个体集合中每个个体的预测运行时间，基于预测运行时间从第二个体集合中选择个体构建新的种群，将新的种群下发到硬件执行得到对应的真实运行时间；S4、重复步骤S2-S3，直至高于重复次数阈值或者真实运行时间低于运行时间阈值，停止重复，得到子模型的参数组合，以完成子模型的调度。
全文数据：
权利要求：
百度查询： 浙江大学 一种用于AI编译器的基于子模型的调度方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
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