一种面向算力平台替换的跨平台服务适配优化方法技术

本发明专利技术涉及通信数据处理技术领域，尤其涉及一种面向算力平台替换的跨平台服务适配优化方法，该方法包括，对代码文本信息进行对比，确定其是否相同；通过第一识别算法模型，确定目标算力平台的编程语言类型；对构建文件信息进行对比，确定其是否相同；通过第二识别算法模型，确定目标算力平台的开发框架类型。本发明专利技术通过将初始算力平台的第一特征词与目标算力平台的第一特征词进行对比，快速确定两平台间所采用的编程语言是否为同一类型，并通过对两平台的第二特征词进行对比，快速确定两平台间所采用的开发框架是否为同一类型，以确定两者间是否可以直接进行迁移，从而减少相近的两个算力平台间进行迁移时所需的适配工作量。

【技术实现步骤摘要】

本专利技术涉及通信数据处理，尤其涉及一种面向算力平台替换的跨平台服务适配优化方法。

技术介绍

1、随着云计算技术的不断发展，算力平台作为云计算的一种模式，算力平台是指为用户提供了计算资源的服务平台，这些资源包括cpu、gpu、tpu等处理器，以及相应的内存、存储和网络设施，算力平台通常用于执行计算密集型任务，如机器学习、大数据分析、科学计算等。

2、不同的算力平台提供了不同的ai应用程序，但由于平台间的差异，ai应用在从一个算力平台迁移到另一个算力平台时往往会遇到服务不兼容的问题，需要采用一定的调整方式对其进行适配，现有的对算力平台的ai应用中的服务程序信息进行迁移时所采用的迁移方法大多仍是对需要进行迁移的初始算力平台的全部程序信息进行采集后，直接将其全部信息根据所需迁移到的目标算力平台的服务模式进行调整替换后进行迁移，但这无疑增大了两个相近的算力平台之间进行迁移时所需的适配工作量。

技术实现思路

1、为此，本专利技术提供一种面向算力平台替换的跨平台服务适配优化方法，用以克服现有技术中在对算力平台本文档来自技高网...

【技术保护点】

1.一种面向算力平台替换的跨平台服务适配优化方法，其特征在于，包括，

2.根据权利要求1所述的面向算力平台替换的跨平台服务适配优化方法，其特征在于，所述第一识别算法模型的训练过程为，将各编程语言中代码文本的首句语法的首个关键词与对应的所述编程语言类型输入至第一机器学习框架中，对模型进行训练，以使其根据输入的关键词确定相应的编程语言类型。

3.根据权利要求2所述的面向算力平台替换的跨平台服务适配优化方法，其特征在于，所述第二识别算法模型的训练过程为，将各开发框架中构建文件的文件名称与对应的调取目录和调取行数输入至第二机器学习框架中，对模型进行训练，以使其根据输入的文...

【技术特征摘要】

1.一种面向算力平台替换的跨平台服务适配优化方法，其特征在于，包括，

2.根据权利要求1所述的面向算力平台替换的跨平台服务适配优化方法，其特征在于，所述第一识别算法模型的训练过程为，将各编程语言中代码文本的首句语法的首个关键词与对应的所述编程语言类型输入至第一机器学习框架中，对模型进行训练，以使其根据输入的关键词确定相应的编程语言类型。

3.根据权利要求2所述的面向算力平台替换的跨平台服务适配优化方法，其特征在于，所述第二识别算法模型的训练过程为，将各开发框架中构建文件的文件名称与对应的调取目录和调取行数输入至第二机器学习框架中，对模型进行训练，以使其根据输入的文件名称自动调取对应构建文件中相应目录下的固定文本信息，从而对其所采用的所述开发框架类型进行确定。

4.根据权利要求3所述的面向算力平台替换的跨平台服务适配优化方法，其特征在于，在所述步骤s2中，通过文本解析器对所述初始算力平台和所述目标算力平台的所述代码文本信息中的所述代码文本进行解析，并提取初始算力平台和目标算力平台的代码文本中首句代码的关键字作为第一特征词；

5.根据权利要求4所述的面向算力平台替换的跨平台服务适配优化方法，其特征在于，在所述步骤s3中，若所述初始算力平台的第一特征词与所述目标算力平台的第一特征词不同，则将目标算力平台的第一特征词输入至所述第一识别算法模型中，以确定其所述编程语言类型。

6.根据权利要求5所述的面向算力平台替换的跨平台服务适配优化方法，其特征在于，在所述步骤s4中，通过文本解析器对所述初始算力平台和所述目标算力平...

【专利技术属性】
技术研发人员：明归来，
申请(专利权)人：快际新云苏州科技有限公司，
类型：发明
国别省市：