摘要
本发明提供了一种GPU算力调度的计算系统及方法,包括以下步骤:步骤一、获取计算任务数据,通过接收待处理的计算任务队列,对每个任务进行信息采集。本发明通过任务信息采集和深度剖析,以及GPU资源全方位监测和工作负载预测,实现了对任务和GPU资源的深入理解,能够进行高度精准的算力分配,避免资源浪费,提高资源利用率;通过智能调度模型融合了知识图谱、混合整数规划和深度强化学习等先进技术,这种融合方式在GPU算力调度领域具有创新性,克服了传统调度模型单一性的局限,能够更好地适应复杂多变的计算环境,优化任务执行效率,显著提升了整个系统在复杂环境下的适应性和竞争力,为高性能计算领域中GPU算力调度问题提供了优秀的解决方案。
技术关键词
智能调度模型
混合整数规划
深度强化学习算法
计算方法
未来工作负载
机器学习方法
信息采集模块
监测模块
资源
时间序列分析方法
支持向量机回归
融合知识图谱
系统实时监测
长短期记忆网络
数据格式