一种基于云边协同的智能算力资源调度方法

本发明公开了一种基于云边协同的智能算力资源调度方法，包括如下步骤：S1、将计算资源划分为云层、边缘层和终端层；S2、构建分层数据集；S3、使用图神经网络和Transformer模型构建并训练分层模型；S4、进行分层决策，确定第一任务执行层；S5、构建分片数据集；S6、使用生成对抗网络和混合注意力机制构建并训练分片模型；S7、任务分片优化，预测最优的任务分片方案；S8、得到任务分片集，任务分片集中的任务分片在第一任务执行层内优化执行，确定任务分片的第二任务执行层；S9、实时监控任务执行情况，收集执行数据并反馈给分层模型和分片模型，动态调整任务分配和分片策略。本发明采用云边协同的分层和分片调度方法，结合深度学习实现任务动态优化。