终端管理方法、装置、通信设备、可读存储介质和程序产品与流程
本技术涉及人工智能,特别是涉及一种终端管理方法、装置、通信设备、计算机可读存储介质和计算机程序产品。
背景技术:
1、随着6g技术的发展,6g网络与ai(artificial intelligence,人工智能)/ml(machine learning,机器学习)技术实现无缝融合,共同发展进步。这样,随着终端的硬件能力升级和ai/ml模型压缩技术进展,终端具备完成ai/ml推理的智算能力,ai/ml功能可被部署在终端,使得ai终端成为现实。
2、传统技术中,由网络预先发送推理配置信息,对ai终端进行推理配置,通过推理配置信息中指定的推理功能,指示ai终端完成相应场景下的推理功能。
3、然而,由于网络无法预先获得终端侧附加条件和模型可用性,网络发送的推理配置在ai终端中可能出现不适用的情况,因此,导致ai终端的模型推理效果较差。
技术实现思路
1、基于此,有必要针对上述技术问题,提供一种终端管理方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
2、第一方面,本技术提供了一种终端管理方法,所述方法应用于终端,所述方法包括:
3、接收网络发送的一个或多个推理配置信息,所述推理配置信息由信道状态信息csi上报配置消息携带;
4、当所述推理配置信息不适用时,维持所述推理配置,向所述网络发送第一消息,所述第一消息包含所述终端的第一适用功能、第一不适用功能、第一原因和首选的推理配置中的至少一项。
5、在其中一个实施例中,在所述接收网络发送的一个或多个推理配置之前,所述方法还包括:
6、接收网络发送的终端能力查询信息,所述终端能力查询信息用于启动终端向网络报告支持的ai/ml人工智能/机器学习功能;
7、向所述网络发送终端能力信息,所述终端能力信息包括所述终端的支持功能和模型信息中的至少一项。
8、在其中一个实施例中,所述终端的支持功能为终端可使用的通过终端能力信息表征的功能。
9、在其中一个实施例中,所述模型信息包括终端具备的完成训练的模型、完成下载的模型和完成更新的模型中的至少一项。
10、在其中一个实施例中,所述推理配置信息是所述网络基于所述终端发送的支持功能和/或模型信息设置的。
11、在其中一个实施例中,所述推理配置信息包括以下至少一项:
12、关联标识、模型输入信息、模型输出信息、模型输入和输出的波束类型、模型输入与输出的映射关系和csi报告类型。
13、在其中一个实施例中,所述关联标识用于确保终端侧模型在训练和推理过程中的一致性。
14、在其中一个实施例中,所述模型输入信息包括第一csi资源配置标识、模型输出的波束索引集合、波束数量、波束标识、波束顺序、波束选取模式、历史时间实例的数量和两个连续历史时间实例之间的时间间隔中的至少一项。
15、在其中一个实施例中,所述波束选取模式包括以下至少一项:
16、固定配置模式、随机选取模式、预先配置的连续波束模式和非连续波束模式。
17、在其中一个实施例中,所述模型输出信息包括以下至少一项:
18、第二csi资源配置标识、模型输入的波束索引集合、波束数量、波束标识、波束顺序和未来时间实例的数量和两个连续未来时间实例之间的时间间隔。
19、在其中一个实施例中,所述模型输入和输出的波束类型包括窄带和宽带中的至少一项。
20、在其中一个实施例中,所述模型输入和输出的映射关系包括以下至少一项:
21、输入波束与输出波束不同、输入波束是输出波束的子集和输入波束与输出波束相同。
22、在其中一个实施例中,当所述模型输入和输出的映射关系为所述输入波束是输出波束的子集,或者所述输入波束与输出波束相同,所述推理配置信息中仅包含一个关联标识。
23、在其中一个实施例中,所述当所述模型输入和输出的映射关系为所述输入波束与输出波束不同,所述推理配置信息中包含两个关联标识,一个关联标识被配置给模型输入,另一个关联标识被配置给模型输出。
24、在其中一个实施例中,csi报告类型包括周期、半持续和非周期中的一项。
25、在其中一个实施例中,所述第一适用功能表征为终端可用于推理的功能,所述第一适用功能为支持功能的子集;
26、所述第一不适用功能为所述第一适用功能在所述支持功能的补集。
27、在其中一个实施例中,所述第一适用功能由关联标识、终端辅助信息和模型可用性确定。
28、在其中一个实施例中,所述第一适用功能由位图或者索引或者csi-reportconfigid标识指示。
29、在其中一个实施例中,所述终端辅助信息包括终端电量、内存、cpu占用率、gpu占用率和网络传输时延中的至少一项。
30、在其中一个实施例中,所述模型可用性包括具有完成训练的模型、完成更新的模型和完成下载的模型中的至少一项。
31、在其中一个实施例中,所述第一原因包括以下至少一项:
32、不满足终端辅助信息、不满足网络辅助信息和不满足模型可用性。
33、在其中一个实施例中,所述第一消息由rrc重配置完成和/或终端辅助信息信令携带。
34、在其中一个实施例中,在所述向所述网络发送第一消息之后,所述方法还包括:
35、不激活周期性csi报告。
36、在其中一个实施例中,在所述向所述网络发送第一消息之后,所述方法还包括:
37、启动计时器。
38、在其中一个实施例中,在接收到网络重新下发的第二消息,所述第二消息中包含释放不适用推理配置信息和更新的推理配置信息中的至少一项后,所述方法还包括:
39、向所述网络发送第三消息,所述第三消息包括第二适用功能、第二不适用功能和第二原因中的至少一项。
40、在其中一个实施例中,所述方法还包括:
41、若所述计时器过期,实现以下的通信处理中的至少一项:主动释放不适用的推理配置、向网络发送包含消息。
42、在其中一个实施例中,所述计时器的停止条件为接收到网络释放不适用推理配置的所述第二消息和不适用的推理配置变为适用中的至少一项。
43、在其中一个实施例中,在所述向所述网络发送第一消息之后,所述方法还包括:
44、若所述终端进入无线资源控制非活动态rrc__inative状态、无线资源控制空闲态rrc_idle状态和切换状态中至少一种时,释放适用功能和/或不适用功能的推理配置。
45、第二方面,本技术提供了一种终端管理方法,所述方法应用于网络,所述方法包括:
46、向终端发送一个或多个推理配置信息,所述推理配置信息由信道状态信息csi上报配置消息携带;
47、接收所述终端发送的第一消息,所述第一消息包含所述终端的第一适用功能、第一不适用功能、第一原因和首选的推理配置中的至少一项。
48、在其中一个实施例中,所述方法还包括:
49、向终端发送终端能力查询信息,所述终端能力查询信息用于启动终端向网络报告支持的ai/ml人工智能/机器学习功能;
50、接收所述终端发送的终端能力信息,所述终端能力信息包括所述终端的支持功能和模型信息中的至少一项。
51、在其中一个实施例中,在所述接收所述终端发送的第一消息之后,所述方法还包括:
52、向终端发送第二消息,所述第二消息包括释放不适用推理配置和更新的推理配置中的至少一项。
53、第三方面,本技术还提供了一种终端管理装置,所述装置应用于终端,所述装置包括:
54、第一接收模块,用于接收网络发送的一个或多个推理配置信息,所述推理配置信息由信道状态信息csi上报配置消息携带;
55、第一发送模块,用于当存在所述推理配置信息不适用时,向所述网络发送第一消息,所述第一消息包含所述终端的第一适用功能、第一不适用功能和第一原因中的至少一项。
56、第四方面,本技术还提供了一种终端管理装置,所述装置应用于网络,所述装置包括:
57、第一发送模块,用于向终端发送一个或多个推理配置信息,所述推理配置信息由信道状态信息csi上报配置消息携带;
58、第一接收模块,用于接收所述终端发送的第一消息,所述第一消息包含所述终端的第一适用功能、第一不适用功能和第一原因中的至少一项。
59、第三方面,本技术还提供了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
60、接收网络发送的一个或多个推理配置信息,所述推理配置信息由信道状态信息csi上报配置消息携带;
61、当所述推理配置信息不适用时,维持所述推理配置,向所述网络发送第一消息,所述第一消息包含所述终端的第一适用功能、第一不适用功能、第一原因和首选的推理配置中的至少一项。
62、第四方面,本技术还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
63、接收网络发送的一个或多个推理配置信息,所述推理配置信息由信道状态信息csi上报配置消息携带;
64、当所述推理配置信息不适用时,维持所述推理配置,向所述网络发送第一消息,所述第一消息包含所述终端的第一适用功能、第一不适用功能、第一原因和首选的推理配置中的至少一项。
65、第五方面,本技术还提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:
66、接收网络发送的一个或多个推理配置信息,所述推理配置信息由信道状态信息csi上报配置消息携带;
67、当所述推理配置信息不适用时,维持所述推理配置,向所述网络发送第一消息,所述第一消息包含所述终端的第一适用功能、第一不适用功能、第一原因和首选的推理配置中的至少一项。
68、上述终端管理方法、装置、计算机设备、计算机可读存储介质和计算机程序产品,接收网络发送的一个或多个推理配置信息,所述推理配置信息由信道状态信息csi上报配置消息携带;当所述推理配置信息不适用时,维持所述推理配置,向所述网络发送第一消息,所述第一消息包含所述终端的第一适用功能、第一不适用功能、第一原因和首选的推理配置中的至少一项。采用本方法,终端向网络上报第一消息,明确终端的适用功能或者不适用功能,从而,使得网络可以对终端模型的推理配置信息进行调整,提高终端模型的推理适配度,进而,提高了终端模型的推理效果。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com