[发明专利]数据处理加速器及由数据处理加速器执行的计算机实现的方法在审
| 申请号： | 202010518763.0 | 申请日： | 2020-06-09 |
| 公开（公告）号： | CN112650984A | 公开（公告）日： | 2021-04-13 |
| 发明（设计）人： | 程越强;刘勇 | 申请（专利权）人： | 百度（美国）有限责任公司 |
| 主分类号： | G06F21/16 | 分类号： | G06F21/16;G06N20/00;G06F15/80 |
| 代理公司： | 北京英赛嘉华知识产权代理有限责任公司 11204 | 代理人： | 马晓亚;王艳春 |
| 地址： | 美国加利*** | 国省代码： | 暂无信息 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 数据处理 加速器 执行 计算机 实现 方法 | ||
1.一种由数据处理DP加速器执行的计算机实现的方法，所述方法包括：
在所述DP加速器处，接收来自主机处理器的表示先前训练过的人工智能AI模型的第一数据；
在所述DP加速器处，接收来自所述主机处理器的将水印植入到所述AI模型中的请求；
由所述DP加速器将所述水印植入到所述AI模型中；以及
将表示具有植入的水印的所述AI模型的第二数据传输至所述主机处理器。
2.根据权利要求1所述的方法，还包括：
在所述DP加速器处，从植入水印的所述请求中提取水印算法标识符ID；以及
使用所述水印算法ID标识的水印算法来生成所述水印。
3.根据权利要求1所述的方法，其中，将所述水印植入到所述AI模型中包括：将所述水印嵌入到所述AI模型的一个或多个节点中。
4.根据权利要求3所述的方法，其中，所述水印存储在所述AI模型的所述一个或多个节点的一个或多个权重变量中。
5.根据权利要求3所述的方法，其中，所述水印存储在所述AI模型的所述一个或多个节点的一个或多个偏置变量中。
6.根据权利要求1所述的方法，其中，所述主机处理器是中央处理单元CPU，以及所述DP加速器是通用处理单元GPU。
7.根据权利要求1所述的方法，其中，在所述DP加速器处的接收操作是经由包括外围部件互连快速PCIe信道的链路进行的。
8.一种数据处理DP加速器，包括：
接口，从主机处理器接收表示先前训练过的人工智能AI模型的第一数据以及接收将水印植入到所述AI模型中的请求；以及
水印单元，联接到所述接口，用于将所述水印植入到所述AI模型中以及将表示具有植入的水印的所述AI模型的第二数据传输至所述主机处理器。
9.根据权利要求8所述的DP加速器，其中，所述水印单元包括水印生成器，所述水印生成器配置为：
从植入水印的所述请求中提取水印算法标识符ID；以及
使用由所述水印算法ID标识的水印算法来生成所述水印。
10.根据权利要求8所述的DP加速器，其中，在将所述水印植入到所述AI模型中时，所述水印单元配置为将所述水印嵌入到所述AI模型的一个或多个节点中。
11.根据权利要求10所述的DP加速器，其中，所述水印存储在所述AI模型的所述一个或多个节点的一个或多个权重变量中。
12.根据权利要求10所述的DP加速器，其中，所述水印存储在所述AI模型的所述一个或多个节点的一个或多个偏置变量中。
13.根据权利要求8所述的DP加速器，其中，所述主机处理器是中央处理单元CPU，以及所述DP加速器是通用处理单元GPU。
14.根据权利要求8所述的DP加速器，其中，接收先前训练过的AI模型的操作和传输所述第二数据的操作是经由包括外围部件互连快速PCIe信道的链路进行的。
15.一种存储有指令的非暂时性机器可读介质，当由数据处理DP加速器执行所述指令时，使得所述DP加速器执行操作，所述操作包括：
在所述DP加速器处，接收来自主机处理器的表示先前训练过的人工智能AI模型的第一数据；
在所述DP加速器处，接收来自所述主机处理器的将水印植入到所述AI模型中的请求；
由所述DP加速器将所述水印植入到所述AI模型中；以及
将表示具有植入的水印的所述AI模型的第二数据传输至所述主机处理器。
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百度（美国）有限责任公司，未经百度（美国）有限责任公司许可，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/202010518763.0/1.html，转载请声明来源钻瓜专利网。
