用于高效深度学习的混合数据-模型并行性
实质审查的生效
摘要
公开了混合并行性技术,其中使用数据与模型并行性技术的混合来跨处理器阵列拆分层的工作负载。当配置阵列时,处理器在一个方向上的带宽可大于另一方向上的带宽。每个层根据它们是特征更重还是权重更重来表征。根据该表征,NN层的工作负载可以使用混合并行性技术来分配给阵列,而不是仅使用数据并行性技术或仅使用模型并行性技术。例如,如果NN层相比特征重更加权重重,则在具有较大带宽的方向上使用数据并行性(以最小化权重减小的负面影响),而在具有较小带宽的方向上使用模型并行性。
基本信息
专利标题 :
用于高效深度学习的混合数据-模型并行性
专利标题(英):
暂无
公开(公告)号 :
CN114424214A
申请号 :
CN202080065781.6
公开(公告)日 :
2022-04-29
申请日 :
2020-09-29
授权号 :
暂无
授权日 :
暂无
发明人 :
S·温卡塔拉玛尼V·斯里尼瓦桑P·黑德尔博格
申请人 :
国际商业机器公司
申请人地址 :
美国纽约
代理机构 :
中国贸促会专利商标事务所有限公司
代理人 :
李颖
优先权 :
CN202080065781.6
主分类号 :
G06N3/063
IPC分类号 :
G06N3/063
IPC结构图谱
G
G部——物理
G06
计算;推算或计数
G06N
基于特定计算模型的计算机系统
G06N3/00
基于生物学模型的计算机系统
G06N3/02
采用神经网络模型
G06N3/06
物理实现,即神经网络、神经元或神经元部分的硬件实现
G06N3/063
采用电的
法律状态
2022-05-20 :
实质审查的生效
IPC(主分类) : G06N 3/063
申请日 : 20200929
申请日 : 20200929
2022-04-29 :
公开
注:本法律状态信息仅供参考,即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载