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！

龙图腾网获悉中国科学技术大学苏州高等研究院申请的专利一种基于网内聚合的分布式模型训练任务卸载方法和装置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：CN116684308B 。

龙图腾网通过国家知识产权局官网在2026-05-01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：202310344957.7，技术领域涉及：H04L41/16；该发明授权一种基于网内聚合的分布式模型训练任务卸载方法和装置是由赵功名;裘宇航;徐宏力设计研发完成，并于2023-04-03向国家知识产权局提交的专利申请。

本一种基于网内聚合的分布式模型训练任务卸载方法和装置在说明书摘要公布了：本发明公开了一种基于网内聚合的分布式模型训练任务卸载方法和装置。其中，该方法由数据中心网络的控制器执行，所述数据中心网络包括若干服务器和可编程交换机，包括：根据数据中心网络中实时的网络拓扑信息、网络资源信息为每一个到来的分布式模型训练任务构建网络物理拓扑模型；在所述物理拓扑模型的基础上，通过省略梯度数据的转发信息来构建逻辑聚合模型；根据所述逻辑聚合模型以及所述数据中心网络中的可用聚合资源，确定分布式模型训练任务的任务卸载策略。本发明通过对worker、PS的指派以及网内聚合路由进行联合优化，从而进一步加速模型训练，并减少训练产生的通信开销。

本发明授权一种基于网内聚合的分布式模型训练任务卸载方法和装置在权利要求书中公布了：1.一种基于网内聚合的分布式模型训练任务卸载方法，其特征在于，由数据中心网络的控制器执行，所述数据中心网络包括若干服务器和可编程交换机，包括： S1、根据数据中心网络中实时的网络拓扑信息、网络资源信息为每一个到来的分布式模型训练任务构建网络物理拓扑模型； S2、在所述物理拓扑模型的基础上，通过省略梯度数据的转发信息来构建逻辑聚合模型； S3、根据所述逻辑聚合模型以及所述数据中心网络中的可用聚合资源，确定分布式模型训练任务的任务卸载策略； 所述S3具体包括： 选择所述逻辑聚合模型中聚合能力最强的服务器作为主节点PS，根据所述逻辑聚合模型可用的聚合资源，计算梯度数据的最大发送速率；所述逻辑聚合模型为以PS为根节点，且包含指定数量worker节点以及可编程交换机的聚合树； 计算在所述最大发送速率下所述逻辑聚合模型中每一个聚合节点所能够聚合的梯度数据量； 将每一个聚合节点所能够聚合的梯度数据量作为约束条件，基于度受限的最小斯坦纳树求解所述逻辑聚合模型，以得到分布式模型训练任务的任务卸载策略调度策略以及梯度发送速率。

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中国科学技术大学苏州高等研究院，其通讯地址为：215123 江苏省苏州市苏州工业园区独墅湖高教区仁爱路166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”。

以上内容由龙图腾AI智能生成。