摘要
本发明提供一种基于人工智能的分布式算力中心负载和能耗协同调度方法、系统、存储介质和电子设备,涉及负载和能耗协同调度技术领域。本发明中,利用GAT和LSTM分别构建算力中心节点工作负载预测模型、算力中心节点工作负载能耗预测模型以及冷却系统的能耗预测模型,三者通过级联式架构协同工作,前序模型的输出作为后续模型的输入,以增强模型间的数据交互能力,提升整体预测性能。此外,利用生成式人工智能强大的语言生成和知识推理能力,生成灵活且高效的调度策略,显著提高系统的灵活性和智能程度,更好地适应复杂多变的算力需求场景。
技术关键词
能耗预测模型
协同调度方法
冷却系统
节点
数据
机房温度
协同调度技术
协同调度系统
模型训练模块
内存
磁盘
级联式
电子设备
存储设备
程序
进程
存储器
模板
处理器
系统为您推荐了相关专利信息
洁净室设计
协同设计平台
参数
检测数据冲突
版本控制功能
掌纹图像识别方法
图像转换模型
损失函数优化
残差结构
掌纹数据
速度预测系统
隐马尔科夫模型
马尔可夫模型
数据库更新程序
速度预测算法