深度学习框架中功能模块适配方法及装置制造方法及图纸

本发明专利技术涉及人工智能技术领域，提供一种深度学习框架中功能模块适配方法及装置，该方法包括：初始化深度学习框架中功能模块对应的第一功能对象，确定第一功能对象关联的目标人工智能加速卡；将所述第一功能对象基于预设的映射关系映射到第二功能对象，所述第二功能对象是与人工智能加速卡关联的功能对象；基于所述第二功能对象调用功能执行接口函数，以在所述功能执行接口函数运行时执行所述目标人工智能加速卡对应的功能执行函数；其中，所述功能执行接口函数是对不同人工智能加速卡的相应功能执行函数的抽象接口。本发明专利技术避免了深度学习框架的功能模块与不同厂商的人工智能芯片适配时，存在兼容性差、维护困难且对开发者技能要求高的问题。

【技术实现步骤摘要】

本专利技术涉及人工智能，尤其涉及一种深度学习框架中功能模块适配方法及装置。

技术介绍

1、近年来人工智能(artificial intelligence，ai)的快速发展，带动了ai加速卡芯片行业高速发展，为ai加速卡的发展提供契机，特别是国产ai加速卡芯片。ai芯片作为算力基础设施，是推动人工智能产业发展的动力源泉。随着人工智能算法的发展，视频图像解析以及语言识别等细分领域算力需求呈爆发式增长，通用芯片已无法满足具体细分领域的需求，然而针对不同细分领域推出专用的芯片，既能够提供充足的算力，也能满足低功耗和高可靠性的要求。目前，越来越多的芯片厂商推出适用于推理和训练的ai加速卡芯片，应用于智能终端、智能安防以及自动驾驶等领域，可以对大规模计算进行加速，满足更高的算力需求。

2、随着人工智能的发展，各种深度学习框架不断涌现，例如：谷歌、微软、亚马逊和脸书等公司，分别推出了tensorflow、cntk、mxnet和caffe2等深度学习框架，并得到广泛应用。在诸多深度学习框架中，全球使用率最高的当属pytorch(开源的python机器学习库)深本文档来自技高网...

【技术保护点】

1.一种深度学习框架中功能模块适配方法，其特征在于，包括：

2.根据权利要求1所述的深度学习框架中功能模块适配方法，其特征在于，所述初始化深度学习框架中功能模块对应的第一功能对象，确定所述第一功能对象关联的目标人工智能加速卡，包括：

3.根据权利要求1所述的深度学习框架中功能模块适配方法，其特征在于，所述将所述第一功能对象基于预设的映射关系映射到第二功能对象，包括：

4.根据权利要求3所述的深度学习框架中功能模块适配方法，其特征在于，在基于所述第二功能对象调用功能执行接口函数，以在所述功能执行接口函数运行时执行所述目标人工智能加速卡对应的功能执行函数之...

【技术特征摘要】

1.一种深度学习框架中功能模块适配方法，其特征在于，包括：

2.根据权利要求1所述的深度学习框架中功能模块适配方法，其特征在于，所述初始化深度学习框架中功能模块对应的第一功能对象，确定所述第一功能对象关联的目标人工智能加速卡，包括：

3.根据权利要求1所述的深度学习框架中功能模块适配方法，其特征在于，所述将所述第一功能对象基于预设的映射关系映射到第二功能对象，包括：

4.根据权利要求3所述的深度学习框架中功能模块适配方法，其特征在于，在基于所述第二功能对象调用功能执行接口函数，以在所述功能执行接口函数运行时执行所述目标人工智能加速卡对应的功能执行函数之后，还包括：

5.根据权利要求1所述的深度学习框架中功能模块适配方法，其特征在于，在基于所述第二功能对象调用功能执行接口函数，以在所述功能执行接口函数运行时执行所述目标人工智能加速卡对应的功能执行函数之后，还包括...

【专利技术属性】
技术研发人员：贾敬崧，刘辉，吴韶华，
申请(专利权)人：苏州元脑智能科技有限公司，
类型：发明
国别省市：