云-边AI模型耦合的分布式协同训练系统及方法

    公开(公告)号:CN120069122A

    公开(公告)日:2025-05-30

    申请号:CN202411980347.7

    申请日:2024-12-31

    Applicant: 同济大学

    Abstract: 本发明公开了云‑边AI模型耦合的分布式协同训练系统及方法,包括一个云端算力平台和若干个相互之间独立的边端算力平台;云端算力平台与边端算力平台相互耦合;任一个边端算力平台的训练数据通过云端算力平台分配部署至另外多个边端算力平台;边端算力平台通过云端算力平台进行信息互通,对复杂环境中多智能体协同任务的训练时,模拟任务中出现的分布式协同状态进行算法训练。解决了单个计算模块算力资源有限的问题,加速对大规模数据如大批图像数据以及大模型如大语言AI的处理和训练。各个模块之间相互独立,又可通过交换机互相耦合,可实现对于分布式终生学习算法的训练和应用。

    一种基于虚实融合的边端仿真方法及系统

    公开(公告)号:CN118092215A

    公开(公告)日:2024-05-28

    申请号:CN202410034361.1

    申请日:2024-01-10

    Applicant: 同济大学

    Abstract: 本发明公开了一种基于虚实融合的边端仿真方法及系统,涉及虚实融合技术领域,包括搭建仿真设备,建立仿真模型;根据仿真模型需要通过虚拟串口进行数据采集,进行虚拟仿真,形成虚拟智能体;进行虚拟智能体和实际智能体的虚实融合。减小基于数学建模与物理规律构建数字孪生平台的误差,保证虚拟空间与物理空间的模型一致性;边端分离,主服务器用于渲染环境和虚拟智能体,计算模块用于任务相关算法的运行和计算,能够保证整个系统最大程度的流畅运行,减弱系统硬件耦合性;采用了虚拟串口的方式,仿真的程序可以在不需要做很大改动的情况下便可以放入真实智能体中,有利于降低时间成本,同时对虚实融合程度进行考察,使虚实融合程度更高。

Patent Agency Ranking