-
Patent Agency Ranking
公开(公告)号：CN116302802A
公开(公告)日：2023-06-23
申请号：CN202310164804.4
申请日：2023-02-13
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供一种分布式模型训练的能耗评估方法和装置，所述方法由分布式系统执行，所述分布式系统包括多个机器，各机器上部署有单机能耗采集工具；所述方法包括：确定所述多个机器中参与训练目标模型的多个目标机器；获取各个目标机器每隔第一预设时间周期分别上报的、所述单机能耗采集工具采集的目标单机能耗；根据各个目标单机能耗，计算所述目标模型的模型训练在第一时间窗口内的整体能耗。能够满足能耗评估的准确性需求。
-
公开(公告)号：CN116011593B
公开(公告)日：2023-06-16
申请号：CN202310253084.9
申请日：2023-03-09
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供一种网络模型能耗的确定方法及装置，该方法包括：获取目标网络模型在训练过程的训练浮点计算总量；获取目标网络模型的当前调用量，当前调用量表示调用目标网络模型执行业务预测任务的次数；基于当前调用量及目标网络模型在单次业务预测任务执行过程的第一浮点计算量，确定预测浮点计算总量；基于训练浮点计算总量和预测浮点计算总量，确定目标网络模型的当前能耗量。
-
公开(公告)号：CN116011593A
公开(公告)日：2023-04-25
申请号：CN202310253084.9
申请日：2023-03-09
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供一种网络模型能耗的确定方法及装置，该方法包括：获取目标网络模型在训练过程的训练浮点计算总量；获取目标网络模型的当前调用量，当前调用量表示调用目标网络模型执行业务预测任务的次数；基于当前调用量及目标网络模型在单次业务预测任务执行过程的第一浮点计算量，确定预测浮点计算总量；基于训练浮点计算总量和预测浮点计算总量，确定目标网络模型的当前能耗量。
-
公开(公告)号：CN116594828B
公开(公告)日：2023-10-24
申请号：CN202310860538.9
申请日：2023-07-13
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F11/22
Abstract: 本说明书提供一种端智能的质量评测方法及装置，应用于云端服务器，所述方法包括：将目标模型分别部署至多个评测终端上，至少两个评测终端之间的硬件环境和/或软件环境存在差异；通过所述云端服务器上部署的第一类评测组件触发所述多个评测终端分别针对本地部署的目标模型执行对应的第一评测操作，并接收所述多个评测终端分别返回的所述第一评测操作产生的第一操作数据；根据各个评测终端分别对应的第一操作数据，分别确定相应的每一评测终端对应的第一类评测结果，所述第一类评测结果用于生成所述目标模型对应的端智能评测报告。
-
公开(公告)号：CN116594828A
公开(公告)日：2023-08-15
申请号：CN202310860538.9
申请日：2023-07-13
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F11/22
Abstract: 本说明书提供一种端智能的质量评测方法及装置，应用于云端服务器，所述方法包括：将目标模型分别部署至多个评测终端上，至少两个评测终端之间的硬件环境和/或软件环境存在差异；通过所述云端服务器上部署的第一类评测组件触发所述多个评测终端分别针对本地部署的目标模型执行对应的第一评测操作，并接收所述多个评测终端分别返回的所述第一评测操作产生的第一操作数据；根据各个评测终端分别对应的第一操作数据，分别确定相应的每一评测终端对应的第一类评测结果，所述第一类评测结果用于生成所述目标模型对应的端智能评测报告。
-
-
-
-
Search Results
5
records
(took 0.028 seconds)
