| 专利申请号 | 202210949309.X |
|---|---|
| 申请日 | 2022.08.09 |
| 公开(公告)号 | CN115061825A |
| 公开(公告)日 | 2022.09.16 |
| 主分类号 | G06F9/50 |
| 分案原申请号 | |
| 分类号 | G06F9/50 G06F21/62 G06N20/20 |
| 优先权 | |
| 申请(专利权)人 | 深圳致星科技有限公司 |
| 地址 | 518000 广东省深圳市南山区粤海街道大冲社区深南大道9676号大冲商务中心（一期）2栋3号楼18C-1 |
| 发明(设计)人 | 王亚玲;王玮 |
| 国际申请 | |
| 国际公布 | |
| 进入国家阶段日期 | |
| 专利代理机构 | 广州三环专利商标代理有限公司 44202 |
| 代理人 | 陈舟苗 |
| 专利类型 | 发明专利 |
| 摘要 | 本申请涉及隐私计算、隐私数据及联邦学习技术领域，尤其涉及芯片和处理器技术领域，具体涉及一种隐私计算、隐私数据和联邦学习的异构计算系统及方法。该异构计算系统和方法，至少基于计算任务的总数据量和当前挂载的计算设备各自的数据量阈值确定计算任务相关联的任务数据的分配方案，并且根据分配方案对任务数据进行拆分并下发到当前挂载的计算设备中的与分配方案对应的计算设备，实现了充分利用当前挂载的计算设备来加速该计算任务的运算并且考虑到了当前挂载的计算设备的实时数量和组成等，以及通过一次数据下发操作且不依赖于特定数据结构信息，有利于提高数据交互效率、提升整体并行度、计算性能和资源利用率。 |
| 全文下载 | 下载 |