摘要
本发明公开了一种面向异构计算的资源调度方法及系统,涉及资源调度技术领域,该方法包括:采集异构计算环境中不同类型计算资源的性能指标数据和任务需求数据,并对采集的性能指标数据和任务需求数据进行预处理;将预处理后的性能指标数据和任务需求数据输入至集成学习模型中,并基于集成学习模型分析结果,得到资源调度策略;根据得到的资源调度策略,对异构计算环境中的资源进行动态分配和调整,并通过实时监控和反馈机制优化调度策略。本发明通过采集异构计算环境中不同类型计算资源的性能指标数据和任务需求数据,能够准确地掌握资源的实际能力和任务的具体需求,有助于实现对异构资源的有效整合,提高整体计算效率。
技术关键词
性能指标数据
面向异构计算
异构计算环境
资源调度策略
集成学习模型
稀疏贝叶斯学习
资源调度方法
优化调度策略
强化学习模型
强化学习算法
动态资源管理
局部搜索算法
资源调度技术
资源调度系统
超参数
矩阵
系统为您推荐了相关专利信息
网络单元
系统故障诊断方法
故障传播路径
轨迹轮廓
Kubernetes容器
语义关联网络
语义标签
大语言模型
实体标识符
关系
自救呼吸器
参数优化模型
结构参数优化方法
历史性能数据
性能指标数据
声学成像装置
成像显示设备
后台服务器
环境数据采集设备
成像设备