专题：多模态网络面向分布式机器学习的网络模态创新郭泽华1，朱昊文1，徐同文1,2（1.北京理工大学自动化学院，北京100081；2.延安大学物理与电子信息学院，陕西延安716099）摘要：分布式机器学习作为人工智能的主流计算架构，目前仍然存在数据性能传输不高、模型训练速度慢等缺陷，传统的网络模态无法满足分布式机器学习场景的通信语义，继而无法解决这些缺陷以进一步提升模型训练性能。采用多模态网络技术，基于应用特点设计了面向分布式机器学习场景的新型网络模态及其运行逻辑，为多模态网络技术在垂直行业的应用提供了借鉴意义。关键词：多模态网络；分布式机器学习；模型训练；人工智能中图分类号：TP393文献标志码：Adoi:10.11959/j.issn.1000−0801.2023128NetworkmodalinnovationfordistributedmachinelearningGUOZehua1,ZHUHaowen1,XUTongwen1,21.SchoolofAutomation,BeijingInstituteofTechnology,Beijing100081,China2.SchoolofPhysicsandElectronicInformation,Yan’anUniversity,Yan’an716099,ChinaAbstract:Distributedmachinelearning,asapopularcomputingarchitectureforartificialintelligence,stillfaceschallengesofslowmodeltrainingandpoordataperformancetransmission.Traditionalnetworkmodalitieswereunabletomeetthecommunicationneedsofdistributedmachinelearningscenarios,hinderingtheimprovementofmodeltrainingperformance.Newnetworkmodalitiesandoperationlogicfordistributedmachinelearningscenariosusingmultimodalnetworktechnologywereproposed.Thisapproachwasdesignedbasedonapplicationcharacteristicsandprovidesimplicationsfortheuseofmultimodalnetworktechnologyinvariousindustries.Keywords:multimodalnetwork,distributedmachinelearning,modeltraining,artificialintelligence0引言2017年7月，国务院印发了《新一代人工智能发展规划》。规划中指出，以人工智能技术突破带动国家创新能力全面提升，引领建设世界科技强国进程[1]。机器学习技术作为人工智能的核心，需要进行高质量优先发展。当前，机器学习被广泛应用于人脸识别、购物网站预测推荐、自收稿日期：2023−04−26；修回日期：2023−06−09基金项目：国家自然科学基金资助项目（No.62002019）；CCF-之江实验室联合创新基金（No.K2022QA0AB02）；嵩山实验室预研项目（No.YYJC022022009）FoundationItems:TheNationalNaturalScienceFound...
