1.一种用于管理和卸载安全计算的计算机实现的方法,包括:
2.根据权利要求1所述的方法,其中所述应用还包括用于执行神经网络模型的算法的编译,其中所述执行是所述神经网络模型的训练操作,其中所述训练操作可在所述tee和所述gpu二者上操作,其中所述算法被配置为基于所述训练操作的复杂度将所述训练操作从所述tee卸载到所述gpu。
3.根据权利要求1所述的方法,其中所述应用还包括用于执行神经网络模型的算法的编译,其中所述执行是所述神经网络模型的推理操作,其中所述推理操作可在所述tee和所述gpu二者上操作,其中所述算法被配置为基于所述推理操作的复杂度将所述推理操作从所述tee卸载到所述gpu。
4.根据权利要求1所述的方法,还包括:
5.根据权利要求1所述的方法,其中所述系统是包括所述tee的云系统。
6.根据权利要求1所述的方法,还包括:
7.根据权利要求1所述的方法,其中,所述一组初等矩阵中的矩阵的数量基于复杂度值和安全协议的比率。
8.根据权利要求1所述的方法,其中所述第一计算方向至少部分基于所确定的一组初等矩阵。
9.根据权利要求1所述的方法,还包括:
10.根据权利要求1所述的方法,其中每个输入矩阵和权重矩阵内的一组值是预定范围内的实数值,其中每个输入矩阵配置有矩阵精度因子,其中所述权重矩阵配置有权重精度因子。
11.根据权利要求10所述的方法,还包括:
12.根据权利要求10所述的方法,还包括:
13.根据权利要求3所述的方法,还包括:
14.一种有形地编码有计算机可执行指令的非暂时性计算机可读存储介质,当由处理器执行时,所述计算机可执行指令执行用于管理和卸载安全计算的方法,所述方法包括以下步骤:
15.根据权利要求14所述的非暂时性计算机可读存储介质,其中所述系统包括与中央处理单元(cpu)相关联的可信执行环境(tee),所述系统还包括图形处理单元(gpu),所述执行包括将一组计算从所述tee卸载到所述gpu。
16.根据权利要求15所述的非暂时性计算机可读存储介质,其中所述操作是所述神经网络模型的推理操作,其中所述推理操作可在所述tee和所述gpu二者上操作,其中所述算法被配置为基于所述推理操作的复杂度将所述推理操作从所述tee卸载到所述gpu。
17.根据权利要求14所述的非暂时性计算机可读存储介质,其中所述指令还使得所述处理器执行:
18.一种设备,包括:
19.根据权利要求18所述的设备,其中所述操作是所述神经网络模型的训练操作,其中所述训练操作可在所述tee和所述gpu二者上操作,其中所述算法被配置为基于所述训练操作的复杂度将所述训练操作从所述tee卸载到所述gpu。
20.根据权利要求18所述的设备,其中所述操作是所述神经网络模型的推理操作,其中所述推理操作可在所述tee和所述gpu二者上操作,其中所述算法被配置为基于所述推理操作的复杂度将所述推理操作从所述tee卸载到所述gpu。