基于人工智能的算力任务-资源动态组合优化调度方法

本发明公开了基于人工智能的算力任务‑资源动态组合优化调度方法，本发明面向拥有不同硬件配置和用能特性服务器的异质数据中心环境，考虑不同类型算力任务异质资源请求特性和时延容忍度特性，建立了异质算力任务与异质资源匹配优化模型；实现了适配异质数据中心大规模算力任务调度底层逻辑的异质任务‑异质资源动态组合优化马尔科夫决策建模；构建了有向无环图神经网络‑指针网络‑软演员评论家的端到端算法框架，基于此解决了海量高维异构异质算力任务表征问题，实现了异质任务‑异质资源动态组合优化在线高效调度；具有可扩展性和泛化性，小规模算力任务场景训练收敛的模型可扩展应用至不同大规模算力任务场景。