瑞泊(北京)人工智能科技有限公司孙境棋获国家专利权
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!
龙图腾网获悉瑞泊(北京)人工智能科技有限公司申请的专利边缘设备上的模型量化感知训练系统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:CN120745751B 。
龙图腾网通过国家知识产权局官网在2026-03-31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:202510845098.9,技术领域涉及:G06N3/098;该发明授权边缘设备上的模型量化感知训练系统是由孙境棋;张博尧;孙正烈;余剑峰;王彦棡;张东;杨真设计研发完成,并于2025-06-23向国家知识产权局提交的专利申请。
本边缘设备上的模型量化感知训练系统在说明书摘要公布了:本发明公开的属于边缘设备技术领域,具体为边缘设备上的模型量化感知训练系统,包括:数据采集模块,用于从各种边缘设备采集数据;数据预处理模块,用于对采集到的数据进行清洗、归一化、增强预处理操作,以提高数据的质量和多样性,为后续的模型训练提供更好的数据基础;量化感知训练模块,用于负责在训练过程中应用量化感知训练技术,以在模型的前向传播中模拟量化操作,对权重和激活值进行量化和反量化,在反向传播中采用梯度近似方法计算梯度,以优化模型参数。本发明通过量化感知训练,能够将模型的权重和激活值转换为低精度表示,大幅降低模型在边缘设备上运行时的计算量。
本发明授权边缘设备上的模型量化感知训练系统在权利要求书中公布了:1.边缘设备上的模型量化感知训练系统,其特征在于,包括: 数据采集模块,用于从各种边缘设备采集数据; 数据预处理模块,用于对采集到的数据进行清洗、归一化、增强预处理操作,以提高数据的质量和多样性,为后续的模型训练提供更好的数据基础; 量化感知训练模块,用于负责在训练过程中应用量化感知训练技术,以在模型的前向传播中模拟量化操作,对权重和激活值进行量化和反量化,在反向传播中采用梯度近似方法计算梯度,以优化模型参数; 模型评估模块,用于在训练过程中或训练完成后,对模型进行评估,以通过计算模型在验证集上的准确率、召回率、F1值指标,判断模型的性能是否满足要求,如果模型性能不佳,将反馈给量化感知训练模块,调整训练参数或量化策略; 模型部署模块,用于将经过量化感知训练且性能满足要求的模型部署到边缘设备上,且在部署过程中,会根据边缘设备的硬件特性,对模型进行进一步的优化和适配,确保模型能够在边缘设备上高效运行; 动态调度模块,用于接收来自模型评估模块的性能反馈,根据反馈结果动态调整量化感知训练模块的训练参数,同时根据边缘设备的实时资源状况,决定模型部署的时机和方式; 所述动态调度模块包括: 设备状态实时监测模块,用于先进行资源数据采集,接着进行性能指标监控,之后对环境参数进行感知; 训练过程动态调整模块,用于先进行性能反馈接收,接着进行训练参数优化,之后对量化策略进行微调; 模型部署智能决策模块,用于先进行部署时机判断,接着进行部署方案选择,之后进行部署任务分发; 运行状态持续监控与反馈模块,用于先进行运行状态跟踪,接着进行异常情况处理,之后进行反馈优化循环; 所述设备状态实时监测模块包括: 资源数据采集模块,用于通过边缘设备内置的监控工具或系统插件,实时采集设备的关键资源数据,所述关键资源数据包括计算资源、内存使用情况、存储剩余空间、网络带宽; 性能指标监控模块,用于监测模型在边缘设备上运行时的性能指标,包括推理时间、响应延迟、吞吐量,并能够借助性能分析工具对模型推理过程进行分析,获取每一层的计算耗时、数据传输时间的详细性能数据,以评估模型当前运行效率; 环境参数感知模块,用于感知边缘设备所处的外部环境参数; 所述训练过程动态调整模块包括: 性能反馈接收模块,用于与模型评估模块建立数据交互通道,实时接收模型训练过程中的性能反馈数据; 训练参数优化模块,用于根据性能反馈和设备资源状态,动态调整量化感知训练模块的训练参数; 量化策略微调模块,用于依据设备资源情况和模型训练性能,对量化策略进行动态微调。
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瑞泊(北京)人工智能科技有限公司,其通讯地址为:100143 北京市海淀区半壁店甲1号院5号楼4层4628室;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。
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。

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