摘要
本申请公开了一种异构计算资源多维指标体系的归一化度量方法,包括如下步骤:构建包含性能、能效和利用率的多维指标体系;基于多维指标体系构建性能模型HCRN;通过硬件监控工具和性能计数器实时采集多维指标体系数据,并经数据预处理后输入性能模型HCRN;构建基准任务库,以评估不同领域应用下系统性能的表现;采用强化学习算法动态调整性能模型HCRN权重,实现模型对任务负载和硬件状态变化的自适应;对调整后的模型进行性能评估验证与迭代优化。本方法为资源调度、选型优化和业务部署提供了科学、量化的决策依据,有助于提高异构算力资源的利用效率,提升系统整体性能,确保系统在不同环境下都能高效稳定运行。
技术关键词
多维指标体系
强化学习算法
度量
性能计数器
资源
监控工具
能效
通信带宽
模型预测值
基准
贪心策略
硬件平台
提升系统
能量消耗
场景
动态
定义
数据
系统为您推荐了相关专利信息
工业交换机
度量
数据安全防护方法
工业数据安全
转译后备缓冲器
联邦学习技术
阶梯
强化学习框架
深度强化学习算法
企业
任务调度策略
分布式组件
深度Q网络
支持跨平台
任务调度模型
嵌入式系统平台
处理器模块
资源库
集成控制模块
队列