多用户算力配额智能插队调度方法及系统

本发明涉及算力资源调度技术领域，尤其涉及多用户算力配额智能插队调度方法及系统，本发明提出以下方案，首先获取待调度任务信息和GPU状态信息，并基于硬件参数、动态运行指标及物理拓扑构建当前算力特性矩阵。随后，利用融合物理模型与数据驱动算法的神经网络模型，结合注意力机制进行特征提取，并通过多轮迭代修正生成更新算力特性矩阵。基于该矩阵动态评估GPU资源分配情况，判断是否执行插队调度，并对被抢占任务进行资源重排，以优化整体算力利用率。本申请在多租户环境下有效提升算力分配效率与公平性，适用于高性能计算、深度学习训练及推理等复杂计算任务场景。