成果介绍
本发明提出了一种模型转换调度方法、装置、设备及介质,旨在解决人工智能平台在模型转换过程中速度慢、耗时久、效率低的问题。该方法通过获取待转换模型,进行一致性校验后,根据服务器的运行数据和初始权重,采用权重轮询算法将模型转换任务分配到合适的服务器中。服务器将任务设置为最高优先级并下放至线程池进行并行处理,任务完成后输出转换后的模型。本发明还提供了相应的装置、计算机设备及存储介质,实现了模型转换调度的自动化和高效化。该成果显著提升了人工智能平台模型转换的效率,降低了用户等待时间,提高了平台的使用体验,对于推动人工智能技术的广泛应用具有重要意义。
成果亮点
本发明的核心亮点在于其创新的模型转换调度策略和高效的并行处理能力。首先,通过一致性校验确保待转换模型与运行环境的一致性,避免了因模型不兼容导致的转换失败。其次,采用权重轮询算法综合考虑服务器的运行数据和初始权重,将任务分配到最优的服务器上,实现了资源的合理利用和负载均衡。再者,通过线程池技术实现模型转换任务的并行处理,显著提高了转换效率。此外,本发明还支持模型转换后的自动保存和回调,便于用户后续使用和管理。这些亮点共同构成了本发明在模型转换调度领域的独特优势,为人工智能平台的优化和升级提供了有力支持。
团队介绍
本发明的研发团队由国网北京市电力公司和北京国网信通埃森哲信息技术有限公司的顶尖技术人才共同组成。团队成员在人工智能、大数据处理、云计算等领域具有深厚的学术背景和丰富的实践经验。在研发过程中,他们紧密合作,充分发挥各自的专业优势,共同攻克了模型转换调度领域的多项技术难题。团队注重技术创新和实际应用相结合,不断推动人工智能技术的进步和发展。通过不懈努力,团队成功研发出了这款具有创新性和实用性的模型转换调度方法,为人工智能平台的优化和升级做出了重要贡献。团队成员以高度的责任心和敬业精神,致力于为用户提供更加高效、便捷的人工智能服务。
成果资料