[发明专利]用于数据处理加速器的水印单元在审
| 申请号: | 202010519775.5 | 申请日: | 2020-06-09 |
| 公开(公告)号: | CN112650986A | 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;G06F15/17;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: | 用于 数据处理 加速器 水印 单元 | ||
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,从主机处理器接收表示一组训练数据的第一数据;
在所述DP加速器内基于所述一组训练数据执行对人工智能(AI)模型的训练;
由所述DP加速器接收将水印植入经训练的AI模型的请求;
由所述DP加速器将所述水印植入所述经训练的AI模型中;以及
将表示其中植入了所述水印的所述经训练的AI模型的第二数据传输至所述主机处理器。
2.如权利要求1所述的方法,还包括:
接收预训练的AI模型;以及
在所述DP加速器内基于所述一组训练数据对所述预训练的AI模型执行进一步训练。
3.如权利要求1所述的方法,还包括:
在所述DP加速器处,从植入所述水印的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识别的水印算法生成所述水印。
4.如权利要求1所述的方法,还包括将指示所述AI模型已被训练的通知从所述DP加速器传输到所述主机处理器,其中响应于所述通知从所述主机处理器接收植入水印的所述请求。
5.如权利要求4所述的方法,其中,响应于所述通知,所述主机处理器配置成选择由所述DP加速器支持的所述水印算法,所述水印算法由所述水印算法标识符(ID)标识。
6.如权利要求1所述的方法,其中,将所述水印植入所述AI模型中包括在所述AI模型的一个或多个节点中嵌入所述水印。
7.如权利要求6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。
8.如权利要求6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。
9.如权利要求1所述的方法,其中,将所述水印植入所述AI模型中包括在所述训练期间创建所述AI模型的一个或多个附加节点以存储所述水印。
10.一种数据处理(DP)加速器,包括:
人工智能(AI)单元,从主机处理器接收表示一组训练数据的第一数据,并基于所述一组训练数据执行对AI模型的训练;以及
水印单元,用于从所述主机处理器接收将水印植入经训练的AI模型中的请求,以将所述水印植入所述经训练的AI模型中,以及将表示其中植入了所述水印的所述经训练的AI模型的第二数据发送到所述主机处理器。
11.如权利要求10所述的DP加速器,其中所述AI单元还用于:
接收预训练的AI模型;以及
在所述DP加速器内基于所述一组训练数据对所述预训练的AI模型执行进一步训练。
12.如权利要求10所述的DP加速器,其中,所述水印单元还包括水印生成器,所述水印生成器配置成:
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标识的水印算法生成所述水印。
13.如权利要求10所述的DP加速器,其中,所述人工智能单元从所述DP加速器向所述主机处理器传输指示所述AI模型已被训练的通知,其中,响应于所述通知,从所述主机处理器接收植入水印的所述请求。
14.如权利要求13所述的DP加速器,其中,响应于所述通知,所述主机处理器配置为选择由所述DP加速器支持的水印算法,所述水印算法由所述水印算法标识符(ID)来标识。
15.如权利要求10所述的DP加速器,其中,在将所述水印植入所述AI模型中的过程中,所述水印单元配置为将所述水印嵌入所述AI模型的一个或多个节点中。
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/202010519775.5/1.html,转载请声明来源钻瓜专利网。





