摘要
本发明提供了一种GPU需求预测方法及Spot GPU库存预测方法,包括:步骤S1:采集GPU用量的历史序列,分解GPU用量的历史序列为分量序列;步骤S2:基于输入业务信息和时间信息,提取业务特征与时间特征;步骤S3:基于所述分量序列、业务特征与时间特征,预测周期项序列和趋势项序列,进而相加所述周期项序列和趋势项序列,得到GPU需求的均值;步骤S4:预测GPU需求的标准差,并且根据所述GPU需求的均值,得出未来GPU需求的分布。本发明引入概念漂移检测和兜底算法模块,能够及时有效地防范单一时序预测算法在大规模集群中GPU用量预测场景可能出现的概念漂移现象。
技术关键词
库存预测方法
需求预测方法
序列
表达式
在线
数学
概率密度函数
注意力机制
周期
组织
处理器
算法模块
概念
线性
可读存储介质
存储器
矩阵
电子设备
资源
系统为您推荐了相关专利信息
时间序列预测模型
微电网调度方法
神经网络预测模型
实时数据
调度装置
视觉里程计方法
门控循环单元
坐标系
视觉里程计技术
图像采集模块
深度强化学习模型
图像
参数
计算机程序产品
表达式
气味源定位方法
粒子滤波算法
网格
机器人
传感器检测气体