摘要
本发明提供一种智能计算中心的算力管理方法、模型的训练方法及装置,其中算力管理方法包括:步骤S1:获取智能计算中心上运行的多模态计算任务在当前时刻的多模态运行数据,从多模态运行数据中分别提取各模态运行数据的上下文特征,并且,组合全部上下文特征得到特征向量;多模态运行数据包括以下至少一种模态的模态运行数据:文本、监控指标、视觉数据;步骤S2:将特征向量输入部署于智能计算中心的多模态资源分配大语言模型,得到用于向多模态计算任务分配算力资源的多模态资源分配策略;步骤S3:指示智能计算中心执行资源分配策略。本发明对多模态计算任务能够高效率地制定多模态资源分配策略,提高了智能计算中心的算力的管理效率。
技术关键词
计算中心
资源分配策略
大语言模型
多模态
上下文特征
管理方法
文本
视觉
处理器
可读存储介质
指标
指令
数据获取模块
计算机程序产品
配额
高效率地
表达式
系统为您推荐了相关专利信息
摘要
大语言模型
电子病历生成方法
电子病历生成装置
数据生成模型
跨模态融合特征
多模态
高维特征向量
图像特征向量
检测数据输入
聊天机器人
医疗教学模型
智能教学方法
大语言模型
画像
图像篡改检测方法
聚类
矩阵
图像编码器
多层感知器