[发明专利]一种异构计算系统的构建方法及系统

说明书

本发明涉及一种异构计算系统的构建方法及系统，通过根据不同的业务需求，确定任务类型；根据任务类型，获取训练数据，并构建与任务类型对应的神经网络模型；采用预先建立的异构计算系统，采用训练数据对神经网络模型进行训练，得到与任务类型对应的模型文件；采用XPU加速栈对与任务类型对应的模型文件进行转换，得到模型部署文件和配置文件；采用预先建立的异构计算系统，对模型部署文件和配置文件进行封装，得到不同的业务服务，并将业务服务进行发布，可以有效的防止被垄断的风险，同时对于未来智能应用的多样性、部署环境快速多变、信息系统对底层信息基础软硬件设施等方面，满足自主可控、系统快速部署、动态调整等需求。

技术领域

本发明涉及计算机技术领域，尤其涉及一种异构计算系统的构建方法及系统。

背景技术

随着云计算、大数据和人工智能技术应用的发展，智能世界对算力的需求以每年十倍的速度在增长，计算的边界也在延伸，从数据中心，走到边缘，走进终端，智能计算无所不及。多年来，主流的智能计算平台由国外厂家和开源社区主控，硬件厂商和智能计算框架大多被一些厂家所垄断，严重制约着对智能计算的发展和成本控制。

如何有效地防止被垄断，通过保证智能计算平台应用的多样性和部署环境快速多变，且满足自主可控、系统快速部署、动态调整等需求，是目前急需解决的问题。

发明内容

本发明意在提供一种异构计算系统的构建方法及系统，以解决现有技术中存在的不足，本发明要解决的技术问题通过以下技术方案来实现。

第一个方面，本发明实施例提供一种异构计算系统的构建方法，所述方法包括：

根据不同的业务需求，确定与所述业务需求对应的任务类型；

根据所述任务类型，获取与所述任务类型对应的训练数据，并构建与所述任务类型对应的神经网络模型；

采用预先建立的异构计算系统，采用所述训练数据对所述神经网络模型进行训练，得到与所述任务类型对应的模型文件；

采用XPU加速栈对与所述任务类型对应的模型文件进行转换，得到与所述XPU加速栈对应的模型部署文件和配置文件；

采用所述预先建立的异构计算系统，对所述模型部署文件和配置文件进行封装，得到不同的业务服务，并将所述业务服务进行发布。

可选地，所述根据所述任务类型，获取与所述任务类型对应的训练数据，包括：

根据所述任务类型，接收用户输入的与所述任务类型对应的训练数据；

或者

根据网络爬取方式获取与所述任务类型对应的训练数据。

可选地，所述构建与所述任务类型对应的神经网络模型，包括：

对所述训练数据进行数据清洗、数据标注和数据集类型分类，得到处理后的训练数据；

将所述处理后的训练数据存储在预先建立的数据库中；

根据所述处理后的训练数据，建立与所述训练数据对应的神经网络模型；

根据所述神经网络模型生成计算图。

可选地，所述预先建立的异构计算系统至少包括处理器、加速卡、操作系统和深度学习框架组件，其中，所述处理器、加速卡、操作系统和深度学习框架组件是不同类型的，所述预先建立的异构计算系统至少包括图像分类、目标识别、推荐、语音、文本和强化学习中的一种。

可选地，所述采用预先建立的异构计算系统，采用与所述任务对应的训练数据对所述神经网络模型进行训练，得到与所述任务类型对应的模型文件，包括：