基于算法运行系统的进化学习算法运行方法、系统、介质技术方案

本申请公开了一种基于算法运行系统的进化学习算法运行方法、系统、介质，方法包括响应于目标算法的运行请求，从高精度计算设备和AI加速器中确定目标计算设备；当目标计算设备为AI加速器，确定目标算法的优化属性信息并基于其从无梯度优化策略集合中确定第一目标优化策略并生成第一初始解；利用目标计算设备评估第一初始解在第一目标模拟环境中的第一适应度；基于预设的进化算子和第一适应度对第一初始解进行迭代优化处理，得到目标算法的目标解。根据本申请实施例提供的方案，能够在保障进化学习算法的计算精度的同时，实现将进化学习算法部署在低精度数据格式的AI加速卡上运行，扩展进化学习算法的硬件应用范围。

【技术实现步骤摘要】

本申请涉及但不限于计算机，尤其涉及一种基于算法运行系统的进化学习算法运行方法、系统、介质。

技术介绍

1、进化学习算法，是一类基于自然选择和遗传学原理的优化算法，通过模拟生物进化过程来寻找最优解。常见的进化计算技术包括遗传算法、进化策略和遗传编程。在优化问题和机器学习领域中，进化学习算法作为一种重要的优化方法得到了广泛应用，通常应用于复杂的优化问题和搜索空间广泛的场景，例如工程设计的结构优化场景、生物信息学的基因序列比对场景、蛋白质结构预测场景等。现有的进化学习算法的相关系统如deap系统、pymoo系统、pagmo系统等主要基于cpu，将进化学习算法应用在低精度ai加速卡及其集群系统仍面临挑战。

技术实现思路

1、本申请实施例提供了一种基于算法运行系统的进化学习算法运行方法、系统、介质，能够在保障进化学习算法的计算精度的同时，实现将进化学习算法在低精度ai加速卡上运行，扩展进化学习算法的硬件应用范围。

2、第一方面，本申请实施例提供了一种基于算法运行系统的进化学习算法运行方法，应用于算法运行系统本文档来自技高网...

【技术保护点】

1.一种基于算法运行系统的进化学习算法运行方法，其特征在于，应用于算法运行系统，所述算法运行系统包括高精度计算设备和AI加速器，所述方法包括：

2.根据权利要求1所述的基于算法运行系统的进化学习算法运行方法，其特征在于，所述高精度计算设备的数量为多个，各个所述高精度计算设备对应有所述第一资源占用状态，所述AI加速器的数量为多个，各个所述AI加速器对应有所述第二资源占用状态，所述基于所述第一资源占用状态和所述第二资源占用状态从所述高精度计算设备和所述AI加速器中确定目标计算设备，包括：

3.根据权利要求1所述的基于算法运行系统的进化学习算法运行方法，其特征在于，所述...

【技术特征摘要】

1.一种基于算法运行系统的进化学习算法运行方法，其特征在于，应用于算法运行系统，所述算法运行系统包括高精度计算设备和ai加速器，所述方法包括：

2.根据权利要求1所述的基于算法运行系统的进化学习算法运行方法，其特征在于，所述高精度计算设备的数量为多个，各个所述高精度计算设备对应有所述第一资源占用状态，所述ai加速器的数量为多个，各个所述ai加速器对应有所述第二资源占用状态，所述基于所述第一资源占用状态和所述第二资源占用状态从所述高精度计算设备和所述ai加速器中确定目标计算设备，包括：

3.根据权利要求1所述的基于算法运行系统的进化学习算法运行方法，其特征在于，所述目标计算设备的数量为多个，所述第一初始解的数量为多个，利用所述目标计算设备评估各个所述第一初始解在第一目标模拟环境中的第一适应度，包括：

4.根据权利要求1所述的基于算法运行系统的进化学习算法运行方法，其特征在于，基于预设的进化算子和各个所述第一适应度对对应的各个所述第一初始解进行迭代优化处理，得到所述目标算法的目标解，包括：...

【专利技术属性】
技术研发人员：吴斌，李主南，钱诚，
申请(专利权)人：广东省智能科学与技术研究院，
类型：发明
国别省市：