CN118485292B 基于人工智能的工作流自动生成和算力分配方法及装置 (杭州宇泛智能科技股份有限公司).docxVIP

CN118485292B 基于人工智能的工作流自动生成和算力分配方法及装置 (杭州宇泛智能科技股份有限公司).docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN118485292B(45)授权公告日2025.07.04

(21)申请号

(22)申请日

202410769593.1

2024.06.14

(51)Int.CI.

G06QGO6N

10/0633(2023.01)20/00(2019.01)

(65)同一申请的已公布的文献号申请公布号CN118485292A

(43)申请公布日2024.08.13

(73)专利权人杭州宇泛智能科技股份有限公司地址310000浙江省杭州市余杭区仓前街

道时尚万通城3幢24层、25层、26层专利权人杭州电子科技大学

(56)对比文件

CN117978725

CN117608840

审查员王琳

A,2024.05.03

A,2024.02.27

(72)发明人郑东殷海兵赵拯赵五岳刘浩徐宇杰朱翔

(74)专利代理机构北京慧加伦知识产权代理有限公司16035

专利代理师陈伟伟

权利要求书2页说明书15页附图5页

(54)发明名称

基于人工智能的工作流自动生成和算力分配方法及装置

(57)摘要

118485292BCN本申请实施例提供一种基于人工智能的工作流自动生成和算力分配方法及装置,方法包括:根据工作流生成指令和预设自然语言分析模型确定对应的任务需求和与任务需求对应的模型类型,并根据任务需求和各模型类型之间的依赖关系确定对应的任务结构;根据当前系统算力和预设模型库中各模型类型的算力需求确定对应的算法模型和算力分配策略,根据算法模型和任务结构中的模型搭配关系构建得到任务工作流,并根据算力分配策略为任务工作流中的各算法模型调度相应的系统算力;在实时算力占用数据超过预设算力阈值时,根据当前系统算力和任务工作流中待运行的算法模型的算力需求更新

118485292B

CN

接收用户发送的工作流生成指令,根据所述工作流生成指令和预设自然语言分析模型

确定对应的任务需求和与所述任务需求对应的模型类型,并根据所述任务需求和各所述模型类型之间的依赖关系确定对应的任务结构

根据当前系统算力和预设模型库中各所述模型类型的算力需求确定对应的算法模型和算力分配策略,根据所述算法模型和所述任务结构中的模型搭配关系构建得到任务工

作流,并根据所述算力分配策略为所述任务工作流中的各算法模型调度相应的系统算力

监测所述任务工作流在运行过程中各所述算法模型的实时算力占用数据,在所述实时算力占用数据超过预设算力阈值时,根据所述当前系统算力和所述任务工作流中待运

行的算法模型的算力需求更新所述算力分配策略,并根据更新后的算力分配策略动态调整所述待运行的算法模型的系统算力

S101

S102

S103

CN118485292B权利要求书1/2页

2

1.一种基于人工智能的工作流自动生成和算力分配方法,其特征在于,所述方法包括:

接收用户发送的工作流生成指令,对所述工作流生成指令进行指令解析,得到对应的结构化数据;

将所述结构化数据输入预设预训练语言模型,得到所述预训练语言模型输出的任务需求,并根据预设关联规则确定与所述任务需求对应的模型类型,并根据各所述模型类型之间的依赖关系确定对应的任务执行顺序,根据所述任务需求和所述任务执行顺序确定对应的任务结构;

根据当前系统算力和预设模型库中各所述模型类型的算力需求确定对应的算法模型和算力分配策略,包括,根据预设模型库中各所述模型类型的模型复杂度确定对应的算力需求;根据各所述模型类型的算力需求和当前系统的硬件设备计算资源确定各所述模型类型的资源利用率,并根据最大化的所述资源利用率确定算力分配策略,根据所述算法模型和所述任务结构中的模型搭配关系构建得到任务工作流,并根据所述算力分配策略为所述任务工作流中的各算法模型调度相应的系统算力;

监测所述任务工作流在运行过程中各所述算法模型的实时算力占用数据,在所述算法模型的实时算力占用数据超过预设算力阈值时,根据所述任务工作流中待运行的算法模型的算力需求更新所述待运行的算法模型的任务优先级;

根据所述当前系统算力和任务优先级更新后的待运行的算法模型更新所述算力分配策略,并根据更新后的算力分配策略动态调整所述待运行的算法模型的系统算力。

2.根据权利要求1所述的基于人工智能的工作流自动生成和算力分配方法,其特征在于,所述根据所述算法模型和所述任务结构中的模型搭配关系构

您可能关注的文档

文档评论(0)

aabbcc + 关注
实名认证
文档贡献者

若下载文档格式有问题,请咨询qq1643702686索取原版

1亿VIP精品文档

相关文档