基于混合模型的GPU资源调度优化方法、装置及介质

本申请提出了一种基于混合模型的GPU资源调度优化方法、装置及介质，该方法包括：接收若干个新任务，获取任一新任务的目标资源需求和目标优先级；获取GPU资源当前的各种性能指标，将各种性能指标存储为目标时间序列数据；调用部署在生产环境中的CNN‑LSTM混合模型，对目标时间序列数据进行预测学习，得到预测结果；根据预测结果、各种性能指标以及任一新任务的目标优先级，选择最合适的目标调度策略；根据目标调度策略和任一新任务的目标资源需求，为任一新任务进行GPU资源分配；实时监控任务执行情况和GPU资源使用情况，反馈监控结果；根据监控结果，动态调整当前使用的目标调度策略，以实现GPU资源的自适应优化。