[发明专利]基于多计算平台的AI在线交互式开发方法及相关设备

说明书

本发明公开了基于多计算平台的AI在线交互式开发方法及相关设备，所述方法包括：交互式开发平台接收开发任务请求后选择适配的智算中心资源；根据平台调度策略选择适配智算中心，并获取适配智算中心的智能计算平台的授权信息；以及根据适配智算中心的API接口要求将开发任务请求进行封装；智能计算平台根据分配资源环境请求分配开发任务请求所需的资源和环境，并发送访问资源链接至交互式开发平台；交互式开发平台将访问资源链接与开发任务请求进行关联，并将访问资源链接发送至注册用户。通过建立统一的交互式开发平台，接入多个智能计算平台并通过互联网面向用户提供AI交互式开发环境，提高了开发的便利性和降低了开发成本。

技术领域

本发明涉及人工智能技术领域，特别涉及一种基于多计算平台的AI在线交互式开发方法及相关设备。

背景技术

人工智能领域的开发工作通常要求特定的软硬件支撑环境：硬件加速资源有GPU(GPU：Graphic Processing Unit，中文名为图形处理器，通常适用于处理大规模并发运算)、NPU(NPU：neural-network processing units，中文名为嵌入式神经网络处理器，其采用“数据驱动并行计算”的架构，特别擅长处理视频、图像类的海量多媒体数据)和MLU(MLU：Machine Learning Unit，中文名为机器学习单元，是一种云端AI芯片)等多种类型；开发框架有PyTorch、TensorFlow、MindSpore和PaddlePaddle等多种类型。开发者在开发工作开启之前，通常需要花费较多的时间配置开发环境，包括软件版本和底层硬件加速资源的版本适配等。在线人工智能交互式开发系统能够为开发者提供开箱即用的开发环境，用户只需连接互联网，即可使用在线环境进行开发工作。

业务需求是提供兼容多计算平台的在线交互式开发环境，可以支持多种硬件加速资源，多种开发框架，并提供可配置的在线运行环境，为用户在线开发提供便捷工具支持。

人工智能领域的开发者在准备开发所需环境时，通常采用以下几种方式：1)、自行购买硬件设备；2)、租用云服务器；3)、使用在线开发平台。

第一种方式需要花费较多资金购置设备，并且自行安装系统、驱动、框架等一系列的软件。不能随意尝试新的硬件设备，并且开发环境通常是本地或者局域网内的，难以实现异地工作。

第二种方式比第一种方式更灵活一些，无需自行安装底层操作系统并维护硬件设施。但云服务器通常为单一环境，如果需要体验多环境仍旧需要购买多台云服务器；同时云服务器按指定时间段租赁，受限于用户使用时间，在非开发时间也是需要为资源付费。

已有的在线开发环境，通常面向的是单一的硬件资源和单一的开发框架，比如AIStudio提供的是PaddlePaddle开发框架和GPU计算资源，ModelArts提供的是MindSpore开发框架和NPU计算资源。当用户需要完成算法或模型在多个底层硬件环境适配时，就不得不准备多类型硬件设备或在多个平台间切换，造成工作不便。

因而现有技术还有待改进和提高。

发明内容

本发明的主要目的在于提供一种基于多计算平台的AI在线交互式开发方法及相关设备，旨在解决现有技术中的在线开发环境无法是适配多个底层硬件环境，而导致的开发门槛高和便利性差的问题。

为了达到上述目的，本发明采取了以下技术方案：

一种基于多计算平台的AI在线交互式开发方法，所述基于多计算平台的AI在线交互式开发方法包括以下步骤：

交互式开发平台对多个智算中心进行注册和配置；

所述交互式开发平台接收注册用户建立的开发任务请求，根据所述开发任务请求选择适配的智算中心资源，以选择多个预选智算中心；