【技术实现步骤摘要】
一种云端边缘计算融合的深度学习计算系统
[0001]本专利技术涉及深度学习计算
,尤其涉及一种云端边缘计算融合的深度学习计算系统
。
技术介绍
[0002]近年来,人工智能技术发展迅速,其商业化速度超出预期,人工智能将会给整个社会带来颠覆性的变化,已经成为未来各国重要的发展战略,特别是以深度学习为核心的算法演进,其超强的进化能力,在大数据的支持下,通过训练构建得到类似人脑结构的大规模卷积神经网络,已经可以解决各类问题,深度学习需要大量数据和计算资源来进行训练,云端服务在一定程度上可以满足要求,然而伴随着数据量越来越庞大,特别是对于边缘侧如实时业务
、
数据优化
、
带宽限制
、
应用智能
、
安全与隐私等多方面需求,计算和存储无法全部放在远程云端,需要将其靠近边缘侧设备或数据源头,就近提供近端计算服务;
[0003]但是在云端服务借助边缘侧设备进行深度学习计算时,仍存在一些不足:在深度学习与边缘计算的结合过程中,每一次重复训练学习都需要消耗大量的计算资源,计算资源的大量消耗,仍会造成云端设备的延迟,且总运行耗费的时间较长,不能满足使用需求,综合上述情况,因此我们提出了一种云端边缘计算融合的深度学习计算系统
。
技术实现思路
[0004]基于
技术介绍
存在的技术问题,本专利技术提出了一种云端边缘计算融合的深度学习计算系统
。
[0005]本专利技术提出的一种云端边缘计算融合的深度学习计算系统,包括 ...
【技术保护点】
【技术特征摘要】
1.
一种云端边缘计算融合的深度学习计算系统,包括终端设备
、
云端服务器和边缘计算设备,其特征在于,所述终端设备包括数据采集模块
、
数据筛选处理模块和数据收发模块3,数据筛选处理模块与数据采集模块和数据收发模块3相连接;所述云端服务器包括数据收发模块
1、
云端计算模块
、
信息储存模块1和深度学习模块,数据收发模块1与云端计算模块相连接,云端计算模块与信息储存模块1和深度学习模块相连接;所述边缘计算设备包括数据收发模块
2、
数据处理模块
、
边缘计算模块
、
迁移学习模块
、
信息储存模块2和模型更新模块,数据收发模块2与数据收发模块
1、
数据收发模块
3、
数据处理模块和边缘计算模块相连接,边缘计算模块与迁移学习模块和信息储存模块2相连接,迁移学习模块与模型更新模块相连接,模型更新模块与信息储存模块2相连接
。2.
根据权利要求1所述的一种云端边缘计算融合的深度学习计算系统,其特征在于,所述数据收发模块1和数据收发模块2之间可通过
gRPC、RESTful API、MQTT
等协议来实现通信
。3.
根据权利要求1所述的一种云端边缘计算融合的深度学习计算系统,其特征在于,所述数据采集模块采集的数据可以是各种类型,如图片
、
视频
、
音频
、
文本等
。4.
根据权利要求1所述的一种云端边缘计算融合的深度学习计算系统,其特征在于,所述深度学习模块中的深度学习是一种基于人工神经网络的机器学习方法,它通过多层次的神经网络模型来模拟人类大脑的学习方式,输入深度学习模块的数据可以是各种形式的信息,例如图像
...
【专利技术属性】
技术研发人员:缪国栋,
申请(专利权)人:厦门狄耐克智能科技股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。