[发明专利]参数配置模型的训练方法、参数配置方法和参数配置设备

说明书

本公开涉及一种参数配置模型的训练方法、参数配置方法和参数配置设备。训练方法包括：获取数据处理设备的训练样本集，其中，训练样本集包括运行参数和与运行参数一一对应的效益参数，运行参数包括全局运行参数和与位置分布相关联的局域运行参数中的至少一者，效益参数被配置为反映数据处理设备的功耗算力比；基于训练样本集对参数配置模型进行训练，其中，运行参数被配置为作为参数配置模型的输入，并且效益参数被配置为作为参数配置模型的输出；以及当参数配置模型的训练准确率大于或等于第一预设准确率时，结束训练并获得所训练的参数配置模型。

技术领域

本公开涉及计算技术领域，具体而言，涉及一种参数配置模型的训练方法、参数配置方法和参数配置设备。

背景技术

随着技术的进步，出现了各种具有超强算力的数据处理设备（例如，传统CPU处理器架构的计算设备，以CPU+GPU异构计算架构的设备，以哈希为算力的计算设备等），以应用到各种需要的领域中。数据处理设备的算力越高，其所需的功耗往往越大。为了尽可能地优化效益，希望提高数据处理设备的算力，同时尽可能降低其功耗，以获得较优的功耗算力比（每单位算力所消耗的功率成本）。

发明内容

根据本公开的第一方面，提供了一种用于数据处理设备的参数配置模型的训练方法，包括：

获取所述数据处理设备的训练样本集，其中，所述训练样本集包括运行参数和与运行参数一一对应的效益参数，运行参数包括全局运行参数和与位置分布相关联的局域运行参数中的至少一者，效益参数被配置为反映所述数据处理设备的功耗算力比；

基于所述训练样本集对参数配置模型进行训练，其中，运行参数被配置为作为参数配置模型的输入，并且效益参数被配置为作为参数配置模型的输出；以及

当参数配置模型的训练准确率大于或等于第一预设准确率时，结束训练并获得所训练的参数配置模型。

根据本公开的第二方面，提供了一种用于数据处理设备的参数配置方法，包括：

根据参数配置模型、成本信息和收益信息，确定优化的运行参数，其中，所述参数配置模型包括使用如上所述的训练方法训练的参数配置模型；以及

将数据处理设备配置为按照所确定的优化的运行参数运行。

根据本公开的第三方面，提供了一种参数配置设备，包括存储器、处理器以及存储在所述存储器上的指令，当所述指令被所述处理器执行时，实现如上所述的训练方法的步骤和/或如上所述的参数配置方法的步骤。

根据本公开的第四方面，提供了一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质上存储有指令，当所述指令被处理器执行时，实现如上所述的训练方法的步骤和/或如上所述的参数配置方法的步骤。

根据本公开的第五方面，提供了一种计算机程序产品，包括指令，当所述指令被处理器执行时，实现如上所述的训练方法的步骤和/或如上所述的参数配置方法的步骤。

通过以下参照附图对本公开的示例性实施例的详细描述，本公开的其它特征及其优点将会变得清楚。

附图说明

构成说明书的一部分的附图描述了本公开的实施例，并且连同说明书一起用于解释本公开的原理。

参照附图，根据下面的详细描述，可以更加清楚地理解本公开，其中：

图1示出了一种数据处理设备的结构示意图；

图2示出了根据本公开的一示例性实施例的用于数据处理设备的参数配置模型的训练方法的流程示意图；

图3示出了一具体示例中的训练方法的步骤S200的流程示意图；

图4示出了另一具体示例中的训练方法的步骤S200的流程示意图；