面向决策大模型的多级异构内存协同调度方法

本发明提供一种面向决策大模型的多级异构内存协同调度方法，包括获取异构内存系统的硬件配置信息和初始状态信息，基于爱尔朗分布族构建突发访存模型，结合自适应分层采样获取动态访存特征；采用多维效能度量和层级亲和度矩阵表征内存系统状态；接着基于广义极值理论预测负载特征，构建增广拉格朗日优化模型生成资源分配方案；通过帕累托优化算法制定数据迁移策略；引入汤普森采样的动态参数调整和基于组合预警指标的异常处理机制。本发明能够精确刻画访存特征、优化资源分配、降低迁移开销，提升决策大模型训练效率。