山东大学张啸获国家专利权
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！
龙图腾网获悉山东大学申请的专利一种面向消费级GPU集群的异构感知数据并行训练方法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：CN121070627B 。
龙图腾网通过国家知识产权局官网在2026-02-24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：202511603964.X，技术领域涉及：G06F9/50；该发明授权一种面向消费级GPU集群的异构感知数据并行训练方法是由张啸;李焱;于东晓;李铭祎;肖梦白设计研发完成，并于2025-11-05向国家知识产权局提交的专利申请。
本一种面向消费级GPU集群的异构感知数据并行训练方法在说明书摘要公布了：本申请属于数据训练领域，具体涉及一种面向消费级GPU集群的异构感知数据并行训练方法，通过模型剪枝为异构消费级GPU生成资源自适应的子模型，以解耦逐层依赖关系，然后跨GPU同步重叠区域的梯度。具体来说，设计了一个子模型生成器和基于簇的规约机制，以快速生成资源自适应的子模型并实现高效的梯度同步。设计了高效的离线分析器立即确定并行训练的最佳配置微批量大小和子模型大小，从而兼顾内存利用率和计算效率，实现负载平衡。
本发明授权一种面向消费级GPU集群的异构感知数据并行训练方法在权利要求书中公布了：1.一种面向消费级GPU集群的异构感知数据并行训练方法，其特征在于，包括以下步骤： S1：构建一个刻画模型单轮训练的消耗模型；这个所需优化的消耗表示在单轮训练相同参数的情况下，训练所需使用的时间： ； 其中，表示训练数据，并且表示训练数据大小，,和分别表示单次迭代中的通信时间、计算时间以及显存占用,是影响训练消耗模型T的三个关键因素；为微批量大小；为子模型大小；为训练节点的计算能力；为GPU总数； S2：对所构建消耗模型的三个关键因素进行分析估计并采用搜索算法搜索最优的分布式训练配置；所述最优的分布式训练配置包括最优的微批量大小和子模型大小； S3：采用均匀结构化剪枝算法并基于S2中得到的最优子模型大小生成最优结构化掩码； S4：异构工作节点基于S3生成的最优结构化掩码生成异构感知的子模型，基于子模型构造对应的优化器，使用S2中得到的最优微批量大小构造数据提取器，使用上述数据提取器、子模型以及对应的优化器进行训练； S5：采用基于簇的通信规约机制进行梯度聚合。
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山东大学，其通讯地址为：266200 山东省青岛市即墨区滨海路72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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励