【技术实现步骤摘要】
本公开涉及多计算框架算力融合调度技术，尤其是一种多计算框架算力融合调度方法、装置、电子设备和存储介质。
技术介绍
1、面对当前智能算法应用中复杂多变的环境和繁杂的任务规划，需要一套能够适应多场景、多环境、多任务的人工智能模型开发软件平台，并能够针对应用任务场景中多粒度模型和异构多层智能模型的快速开发、迭代优化和集成调度的需求，实现人工智能模型开发全栈能力，提供算法数据准备、算法设计、模型训练优化、模型部署应用的流水线服务，构建大规模多智能体智能训练与推理，实现对各领域智能化能力的生产和集中化管理，作为智能中枢，实现数据、算法、模型等要素的复用和流程化管理，实现自动化建模流程，解决实际业务在智能应用开发过程中的数据管控、敏捷交付、算法验证、迭代优化等问题，支撑智能模型快速研发和高效部署，真正破解人工智能规模化难题。
2、现有技术，尚无可以解决以上问题的技术方案，因此，需要一种或多种方法解决上述问题。
3、需要说明的是，在上述
技术介绍
部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员...
【技术保护点】
1.一种多计算框架算力融合调度方法，其特征在于，包括：
2.根据权利要求1所述的多计算框架算力融合调度方法，其特征在于，所述多智能体不完全信息博弈对抗仿真还包括：
3.根据权利要求2所述的多计算框架算力融合调度方法，其特征在于，所述基于模型的学习方法还包括：
4.根据权利要求1所述的多计算框架算力融合调度方法，其特征在于，所述信号级模型分布式并行计算硬件加速，还包括：
5.根据权利要求1所述的多计算框架算力融合调度方法，其特征在于，所述多框架智能模型快速设计与计算，还包括：
6.根据权利要求1所述的多计算框架...
【技术特征摘要】
1.一种多计算框架算力融合调度方法，其特征在于，包括：
2.根据权利要求1所述的多计算框架算力融合调度方法，其特征在于，所述多智能体不完全信息博弈对抗仿真还包括：
3.根据权利要求2所述的多计算框架算力融合调度方法，其特征在于，所述基于模型的学习方法还包括：
4.根据权利要求1所述的多计算框架算力融合调度方法，其特征在于，所述信号级模型分布式并行计算硬件加速，还包括：
5.根据权利要求1所述的多计算框架算力融合调度方法，其特征在于，所述多框架智能模型快速设计与计算，还包...
【专利技术属性】
技术研发人员：田思佳，王博，何晓，高龙，吴娴，
申请(专利权)人：中国船舶集团有限公司系统工程研究院，
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。