[发明专利]用于操作系统内核数据路径的自适应神经网络

说明书

本申请涉及人工智能和计算机系统技术领域，具体涉及一种用于操作系统内核数据路径的自适应神经网络。该自适应神经网络包括：第一网络分支，部署在内核空间并且通过第一路径与至少一种内核数据路径功能相对应的内核网络模块连通，以及配置为：通过第一路径从内核网络模块获取输入数据并将对应的推理结果发送给该内核网络模块；第二网络分支，部署在用户空间并且通过从内核空间到用户空间的第二路径与第一网络分支连通，以及配置为：通过第二路径获取第一网络分支相关联的训练数据并且自适应地生成自适应神经网络的模型调参信息。如此实现了对该自适应神经网络的模型推理和自适应模型调参进行解耦，有利于降低通信开销和应对动态变化的工作需求。

技术领域

本申请涉及人工智能和计算机系统技术领域，尤其涉及操作系统技术领域，具体涉及一种用于操作系统内核数据路径的自适应神经网络。

背景技术

随着计算机系统的软件和硬件相关技术的发展，以及如智能手机、智能平板、智能手环和其它智能化便携设备或智能化可穿戴设备的发展，需要在各种不同的设备上装载操作系统并且这些操作系统需要应对复杂多变且可能不停变化的工作需求，例如操作系统可能面对不同的工作量或者不同的网络通讯条件或者硬件条件的变化或者新的算法框架等。机器学习(Machine Learning，ML)技术被用来提升及确保操作系统在持续变化的环境中的表现。但是，现有的操作系统的框架及内部的组件的部署是基于过去的设计，无法很好地与ML技术结合从而应对动态变化的工作需求。

为此，需要一种用于操作系统内核数据路径的自适应神经网络，能够灵活应对可能部署在不同的设备上的操作系统各自面对的复杂多变且动态变化的工作需求。

发明内容

第一方面，本申请实施例提供了一种自适应神经网络，用于操作系统的内核数据路径。所述操作系统包括内核空间和用户空间，所述操作系统的内核数据路径通过部署在所述操作系统的内核空间的内核网络模块提供至少一种内核数据路径功能，所述自适应神经网络包括：第一网络分支，部署在所述内核空间并且通过第一路径与所述至少一种内核数据路径功能相对应的内核网络模块连通，以及配置为：通过所述第一路径从该内核网络模块获取输入数据并将与该输入数据对应的推理结果发送给该内核网络模块，该推理结果用于优化所述至少一种内核数据路径功能；第二网络分支，部署在所述用户空间并且通过从所述内核空间到所述用户空间的第二路径与所述第一网络分支连通，以及配置为：通过所述第二路径获取所述第一网络分支相关联的训练数据并且自适应地生成所述自适应神经网络的模型调参信息，所述模型调参信息用于优化所述第一网络分支的推理功能。

第一方面所描述的技术方案，通过对该自适应神经网络的模型推理和自适应模型调参进行解耦并且相应地分别部署第一网络分支在内核空间和第二网络分支在用户空间，以及通过第一路径和第二路径来分别满足模型推理所对应的快速执行的要求和自适应模型调参所对应的高精度、密集计算的要求，实现了避免因资源竞争而导致的对内核数据路径功能的影响，降低通信开销和控制开销，以及降低开发难度和提升模型性能，从而有利于应对动态变化的工作需求。

根据第一方面的技术方案的一种可能的实现方式，本申请实施例还提供了，所述模型调参信息包括以下至少一项：所述第一网络分支的模型结构、所述第一网络分支的模型参数和所述第一网络分支的权重系数，其中所述优化所述第一网络分支的推理功能是基于所述模型调参信息调整所述第一网络分支。

根据第一方面的技术方案的一种可能的实现方式，本申请实施例还提供了，所述第二网络分支通过将所述第一网络分支相关联的训练数据导入教师神经网络并解析所述教师神经网络的输出从而自适应地生成所述模型调参信息，其中所述第一网络分支是相对于所述教师模型的学生模型。

根据第一方面的技术方案的一种可能的实现方式，本申请实施例还提供了，所述第二网络分支通过将所述第一网络分支相关联的训练数据导入生成对抗性神经网络并通过比较所述生成对抗性神经网络所生成的子网络从而自适应地生成所述模型调参信息，其中所述模型调参信息是从所述生成对抗性神经网络所生成的子网络中选择。