[发明专利]基于微服务架构实现人工智能服务的方法及装置在审

专利信息
申请号: 201910102655.2 申请日: 2019-02-01
公开(公告)号: CN110162414A 公开(公告)日: 2019-08-23
发明(设计)人: 华辉有;李超;王翔 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06F9/54 分类号: G06F9/54;G06F16/901;G06F16/903
代理公司: 深圳市隆天联鼎知识产权代理有限公司 44232 代理人: 刘抗美;胡明
地址: 518000 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 服务 人工智能 服务架构 特征集 调用 接收客户端 服务定位 结果生成 客户端 路由 响应 部署
【说明书】:

发明公开了一种基于微服务架构实现人工智能服务的方法及装置,所述微服务架构中部署有提供人工智能服务的模型微服务和特征微服务,所述方法包括:接收客户端发起的请求;响应于所述请求,确定所述客户端所请求人工智能服务需要的模型微服务;为所确定的模型微服务定位需要的特征微服务;调用所述特征微服务得到所述模型微服务依赖的特征集,并将所述模型微服务依赖的特征集路由至所述模型微服务;根据所述模型微服务依赖的特征集调用所述模型微服务,得到所述模型微服务的执行结果;由所述模型微服务的执行结果生成所述人工智能服务的结果。采用本发明解决了现有技术中人工智能服务的实现成本较高的问题。

技术领域

本发明涉及计算机技术领域,尤其涉及一种基于微服务架构实现人工智能服务的方法及装置。

背景技术

随着人工智能(AI)技术的迅速发展和企业级服务市场的壮大,AItoB服务(也称为人工智能服务)也越来越受到市场的关注。AItoB服务通常包括接入层解析、特征提取、模型计算、结果输出等步骤,且基于集中式单体架构(简称为巨石架构)实现上述步骤。

对于巨石架构而言,在面向客户频繁的多版本、多特征、多模型等定制需求时,往往意味着频繁地代码修改、代码堆叠、以及大量的回归测试、联调测试等,这严重影响了AItoB服务的开发部署效率和可维护性,无法保障AItoB服务的延续性和稳定性,容易造成运营事故。

由此可知,现有技术仍存在人工智能服务的实现成本较高的缺陷。

发明内容

为了解决相关技术中存在的人工智能服务的实现成本较高的问题,本发明各实施例提供一种基于微服务架构实现人工智能服务的方法及装置。

其中,本发明所采用的技术方案为:

在本发明实施例的一方面,一种基于微服务架构实现人工智能服务的方法,所述微服务架构中部署有提供人工智能服务的模型微服务和特征微服务,所述方法包括:接收客户端发起的请求,所述请求用于指示所述客户端请求的人工智能服务;响应于所述请求,确定所述客户端所请求人工智能服务需要的模型微服务;为所确定的模型微服务定位需要的特征微服务,所述特征微服务用于提供所述模型微服务依赖的特征集;调用所述特征微服务得到所述模型微服务依赖的特征集,并将所述模型微服务依赖的特征集路由至所述模型微服务;根据所述模型微服务依赖的特征集调用所述模型微服务,得到所述模型微服务的执行结果;由所述模型微服务的执行结果生成所述人工智能服务的结果。

在本发明实施例的另一方面,一种基于微服务架构实现人工智能服务的装置,所述微服务架构中部署有提供人工智能服务的模型微服务和特征微服务,包括:请求接收模块,用于接收客户端发起的请求,所述请求用于指示所述客户端请求的人工智能服务;模型微服务确定模块,用于响应于所述请求,确定所述客户端所请求人工智能服务需要的模型微服务;特征微服务确定模块,用于为所确定的模型微服务定位需要的特征微服务,所述特征微服务用于提供所述模型微服务依赖的特征集;特征微服务调用模块,用于调用所述特征微服务得到所述模型微服务依赖的特征集,并将所述模型微服务依赖的特征集路由至所述模型微服务;模型微服务调用模块,用于根据所述模型微服务依赖的特征集调用所述模型微服务,得到所述模型微服务的执行结果;结果生成模块,用于由所述模型微服务的执行结果生成所述人工智能服务的结果。

在本发明实施例的另一方面,一种基于微服务架构实现人工智能服务的装置,包括处理器及存储器,所述存储器上存储有计算机可读指令,所述计算机可读指令被所述处理器执行时实现如上所述的基于微服务架构实现人工智能服务的方法。

在本发明实施例的另一方面,一种存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如上所述的基于微服务架构实现人工智能服务的方法。

在上述技术方案中,在微服务架构中部署有提供人工智能服务的模型微服务和特征微服务,以基于微服务架构实现人工智能服务。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910102655.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top