[發明專利]一種邊緣人工智能計算方法、物聯網節點和存儲介質

有效

• 申請號: 202011210802.7
• 申請日: 2020-11-03
• 公開（公告）號: CN112511592B
• 公開（公告）日: 2022-07-29
• 發明（設計）人: 李發明
• 申請（專利權）人: 深圳市中博科創信息技術有限公司
• 主分類號: H04L67/1001
• 分類號: H04L67/1001;H04L67/1097;H04L67/12;H04L67/63;G06F9/50;G06N3/02
• 代理公司: 深圳卓正專利代理事務所(普通合伙) 44388
• 代理人: 吳思瑩;萬正平

本發明公開了一種邊緣人工智能計算方法、物聯網節點和存儲介質，其中所述方法包括：獲取至少一組人工神經網絡模型的輸入數據，根據人工神經網絡模型創建多個物聯網節點之間的路由表，根據路由表創建物聯網節點與人工神經網絡模型的計算任務的關聯信息，根據物聯網節點與人工神經網絡模型的計算任務的關聯信息，將多個計算任務分配信息分別發送至對應的物聯網節點，在物聯網節點根據輸入數據、權值信息和激活函數信息完成計算任務，并根據路由表將計算結果發送至下一物聯網節點，從而實現了人工智能計算模型的計算任務在邊緣端的分布式計算，充分利用物聯網節點的算力，避免了在云端完成人工智能計算模型的計算任務的各種弊端。

技術領域

本發明涉及邊緣計算技術領域，尤其是一種邊緣人工智能計算方法、物聯網節點和存儲介質。

背景技術

隨著物聯網技術的發展，物聯網節點越來越多，越來越密集，這些物聯網節點通常由電池供電，因此它們的計算能力往往有限，而且由于受到電池壽命的限制，這些物聯網節點并不適合單獨承擔較為復雜的基于機器學習模型的人工智能計算任務，例如基于人工神經網絡的人工智能環境監測模型的計算任務。因此，現有技術人員為了避免在物聯網節點本地處理這些計算任務，常常將物聯網節點采集的數據發送到云端進行處理，這樣會帶來大量通信延時，并且需要為物聯網節點配備專門的網關或無線通信模塊，因而提高了硬件成本，同時物聯網節點的計算能力沒有得到充分利用。

發明內容

本發明的目的在于提供一種邊緣人工智能計算方法，在多跳網絡中建立分布式邊緣計算網絡，充分利用物聯網節點的算力，在邊緣端完成人工智能計算任務。

為了解決以上提出的問題，本發明采用的一種技術方案為：一種邊緣人工智能計算方法，用于包括多個物聯網節點的多跳網絡，所述方法包括：獲取至少一組人工神經網絡模型的輸入數據；根據人工神經網絡模型創建多個物聯網節點之間的路由表；根據路由表創建物聯網節點與人工神經網絡模型的計算任務的關聯信息；根據物聯網節點與人工神經網絡模型的計算任務的關聯信息，將多個計算任務分配信息分別發送至對應的物聯網節點，其中所述計算任務分配信息包括路由表、輸入數據、人工神經網絡模型的至少一個神經元的權值信息和激發函數信息；在物聯網節點根據輸入數據、權值信息和激活函數信息完成計算任務，并根據路由表將計算結果發送至下一物聯網節點。

進一步地，根據人工神經網絡模型創建多個物聯網節點之間的路由表的步驟包括：

根據所述人工神經網絡模型向所述多跳網絡的物聯網節點廣播請求包，所述請求包包含關于人工神經網絡模型的計算需求信息；

接收多跳網絡中的其他物聯網節點發送的響應于所述請求包的答復包，所述答復包包括發送答復包的物聯網節點的節點信息以及發送答復包的物聯網節點到發送所述請求包的物聯網節點之間的路徑信息，所述節點信息包括節點資源信息、節點標識和/或節點類型；

根據答復包建立物聯網節點之間的路由表。

進一步地，所述根據答復包建立物聯網節點之間的路由表，包括：

根據答復包中的節點信息和人工神經網絡模型將對應的物聯網節點指定為與人工神經網絡模型的輸入神經元對應的輸入節點；

根據路徑信息和人工神經網絡模型將對應的物聯網節點指定為與人工神經網絡模型的隱藏神經元對應的中間節點；

根據路徑信息和人工神經網絡模型將對應的物聯網節點指定為與人工神經網絡模型的輸出神經元對應的輸出節點；

根據路徑信息確定輸入節點、輸出節點和中間節點之間的連接路由以形成路由表。

進一步地，所述方法還包括利用蟻群算法對物聯網節點與人工神經網絡模型的計算任務的關聯信息進行優化的步驟。

進一步地，所述人工神經網絡模型為基于人工神經網絡的環境監測模型。