[发明专利]一种深度学习平台容器镜像获取、共享方法及系统有效
申请号: | 201911398110.7 | 申请日: | 2019-12-30 |
公开(公告)号: | CN111131487B | 公开(公告)日: | 2022-08-12 |
发明(设计)人: | 郑玉会 | 申请(专利权)人: | 广东浪潮大数据研究有限公司 |
主分类号: | H04L67/1095 | 分类号: | H04L67/1095;H04L67/104;H04L67/1061 |
代理公司: | 北京集佳知识产权代理有限公司 11227 | 代理人: | 刘新雷 |
地址: | 510620 广东省广州市天河区*** | 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: | 一种 深度 学习 平台 容器 获取 共享 方法 系统 | ||
1.一种深度学习平台容器镜像获取方法,其特征在于,应用于主节点,包括:
接收训练任务请求;
判断是否有已存储与所述训练任务请求对应的目标容器镜像的第一节点;
若有第一节点,则发送共享指令至的第一节点和第二节点,以使第一节点根据所述共享指令以点对点的传输方式传输所述目标容器镜像至第二节点;
若无第一节点,则从容器镜像库中获取所述目标容器镜像;
发送所述共享指令至第二节点;
以点对点的传输方式传输所述目标容器镜像至第二节点;
其中,第一节点为存储有目标容器镜像的节点,第二节点为与所述训练任务请求对应的未存储有所述目标容器镜像的节点。
2.根据权利要求1所述的深度学习平台容器镜像获取方法,其特征在于,所述以点对点的传输方式传输所述目标容器镜像至第二节点的过程,包括:
切分所述目标容器镜像,得到所述目标容器镜像的多个Layer;
以点对点的传输方式逐个传输所述目标容器镜像的Layer至第二节点。
3.根据权利要求2所述的深度学习平台容器镜像获取方法,其特征在于,所述以点对点的传输方式逐个传输所述目标容器镜像的Layer至第二节点的过程,包括:
通过BT客户端代理直接以点对点的传输方式逐个传输所述目标容器镜像的Layer至第二节点的BT客户端代理中。
4.根据权利要求1至3任一项所述的深度学习平台容器镜像获取方法,其特征在于,还包括:
将所述目标容器镜像导入Docker daemon。
5.一种深度学习平台容器镜像共享方法,其特征在于,应用于第一节点,包括:
根据用于执行如权利要求1至4任一项所述的深度学习平台容器镜像获取方法的主节点发送的共享指令以点对点的传输方式传输目标容器镜像至第二节点;
其中,第一节点为存储有所述目标容器镜像的节点,第二节点为与训练任务请求对应的未存储有所述目标容器镜像的节点。
6.根据权利要求5所述的深度学习平台容器镜像共享方法,其特征在于,所述根据用于执行如权利要求1至4任一项所述的深度学习平台容器镜像获取方法的主节点发送的共享指令以点对点的传输方式传输目标容器镜像至第二节点的过程,包括:
判断是否存储有所述目标容器镜像的Layer;
若未存储有Layer,则切分所述目标容器镜像,得到所述目标容器镜像的多个Layer;
若存储有Layer,则根据所述共享指令以点对点的传输方式逐个传输所述目标容器镜像的Layer至第二节点。
7.根据权利要求6所述的深度学习平台容器镜像共享方法,其特征在于,所述根据所述共享指令以点对点的传输方式逐个传输所述目标容器镜像的Layer至第二节点的过程,包括:
根据所述共享指令,通过BT客户端代理直接以点对点的传输方式逐个传输所述目标容器镜像的Layer至第二节点的BT客户端代理中。
8.根据权利要求5至7任一项所述的深度学习平台容器镜像共享方法,其特征在于,还包括:
当为需要执行与所述训练任务请求对应的训练任务的训练节点时,则将所述目标容器镜像导入Docker daemon。
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广东浪潮大数据研究有限公司,未经广东浪潮大数据研究有限公司许可,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/201911398110.7/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种用于折叠屏的显示模组及其电子设备
- 下一篇:一种葛根泡腾片的制备方法