本技术涉及一种在联邦学习框架下的数据传输优化技术、装置及存储介质。该技术旨在提升第一设备中数据传输的效率和安全性。
背景技术
随着计算机技术的不断发展,通信技术的发展也越来越快,目前,在进行数据传输时,通常是由数据发送方的CPU设备直接发送至数据接收方的CPU设备执行计算任务,在联邦学习场景中,由于数据通常为数据位宽极大的密态数据,CPU设备的算力往往无法满足联邦学习的要求,进而联邦学习的各参与方通常具备各自的硬件加速方案,例如,基于GPU硬件的并行加速计算方案和基于FPGA硬件的并行加速计算方案等,进而在联邦学习异构框架中,各参与方的不同类型硬件设备进行数据传输时的兼容性较差。
实现思路