一种基于边缘计算的AI模型协同更新方法及系统与流程

1.一种基于边缘计算的ai模型协同更新方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述终端设备的本地数据集独立统计，所述边缘节点和所述终端设备共同对所述ai模型训练更新。

3.根据权利要求1所述的方法，其特征在于，所述终端设备采用正交频分多址技术共享系统带宽，所述边缘节点占用整个系统带宽广播ai模型。

4.根据权利要求1所述的方法，其特征在于，所述调度框架通过所述终端设备的信道状态和梯度散度执行最优调度策略。

5.根据权利要求4所述的方法，其特征在于，所述终端设备的通信时延由所述局部更新参数的计算时延、传输时延和模型广播时延组成。

6.根据权利要求5所述的方法，其特征在于，所述边缘节点根据所述终端设备的局部更新参数对全局模型的梯度散度在计算全局梯度时对所述局部更新参数进行缩放。

7.一种基于边缘计算的ai模型协同更新系统，用于执行如权利要求1-6任一所述方法，其特征在于，包括：全局广播模块、局部计算模块、终端调度模块、模型更新模块；

8.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-6中任一所述的基于边缘计算的ai模型协同更新方法。

9.一种包含计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-6中任一所述的基于边缘计算的ai模型协同更新方法。