融合图神经和混合专家模型的边缘模型调度方法及系统

本发明属于计算机人工智能和无线通信网络领域，提供了一种融合图神经和混合专家模型的边缘模型调度方法及系统，通过收集多模态、硬件参数和模型性能数据，依据边缘设备资源状况与任务计算需求，构建图神经网络结构，从而捕捉数据、硬件和模型间的拓扑关系与条件依赖；通过在数据产生的本地进行特征处理，显著减少了数据传输到云端或中心服务器的时间延迟，从而提高了整体系统的资源利用和模型处理效率；基于通用特征和新消息传递机制构建的图神经网络预测模型，能有效应对陌生硬件设备环境中零样本预测问题，无需针对每种硬件设备进行专门的训练和优化并生成多样化预测结果，有效降低预测结果过拟合的风险。