摘要
本发明涉及算力网络技术领域,尤其涉及面向算力网络的构建任务超图的时延与能耗优化方法,包括以下步骤:S1:根据算力任务建立有向无环图,根据有向无环图的依赖关系建立超图模型;S2:根据超图模型计算任务时间和任务能耗,最小化总体任务时间和任务能耗;S3:根据超图模型和MDP模型得到卸载决策模型,根据近端策略优化PPO算法对卸载决策模型进行训练,最终得到任务卸载预测网络。本发明通过DAG的依赖关系建立超图模型,表示算力的任务之间的拓扑关系和不同任务之间的不同属性依赖关系和空间依赖关系,在建立多种超边的情况下,使用超图分区平衡不同分区的多关联属性,通过超图模型设计奖励函数,实现高效率的卸载优化效果并降低最终的卸载能耗。
技术关键词
能耗优化方法
超图模型
计算机可读指令
时延
关系
有向无环图
决策
顶点
处理器
卸载策略
参数
算法
节点
网络技术
计算机设备
广义
度量
系统为您推荐了相关专利信息
矩阵
图像分割方法
直肠癌
多层卷积神经网络
关系
智能综合管理平台
污染物监测模块
页岩气开采
固态污染物
中央控制模块
时序预测方法
时序预测模型
动静态
注意力
时序特征
施工智能
实时图像
超分辨率
三维点云建模
管理方法
异构
大语言模型
构建知识图谱
答案
生成知识图谱