一种用于资源占用量智能评估的GPU调度系统及方法

本发明涉及GPU调度技术领域，尤其涉及一种用于资源占用量智能评估的GPU调度系统及方法，该方法包括：在机器学习模型任务的工作流执行至多个设定时长时，均通过Kubernetes的接口获取集群中多个节点的GPU占用资源量；将历史多个GPU占用资源量通过基于线性回归法的用量预测模型计算机器学习模型任务对于集群中多个节点的GPU预测使用量；将多个节点的GPU预测使用量通过基于改进逼近理想解排序法生成最优序列；根据最优序列通过Kubernetes进行节点的GPU优化调度。本发明实现了机器学习模型任务使用GPU资源的高效调度，避免出现GPU资源使用不均衡的问题，提高了机器学习模型任务的资源利用率和性能。