摘要
本发明公开了基于动态负载预测的PCFarm资源调度方法及系统,涉及资源调度技术领域,包括:基于多模态特征融合,构建特征提取器,将原始数据映射为高维特征向量,获取任务间的依赖关系;对集群拓扑建模,预测节点间负载传播效应,构建时空联合预测框架,融合时间序列与空间拓扑信息;提出多目标优化函数;训练调度策略生成器,基于当前集群状态生成最优调度方案;设计预测驱动的弹性伸缩;构建迁移代价模型,量化任务迁移对性能的影响;利用全局控制器计算集群整体负载均衡度,生成粗粒度迁移指令。通过设置负载预测模块和资源调度模块根据集群的实时状态和任务需求,动态地调整资源分配,实现更优的资源调度效果。
技术关键词
资源调度方法
高维特征向量
节点
平均等待时间
最大化资源利用率
集群
多模态特征融合
特征提取器
计算资源代价
时间序列特征
动态
时间序列模型
递归神经网络模型
深度神经网络算法
关系
决策
分阶段
邻居
系统为您推荐了相关专利信息
资源调度方法
服务器
频率
资源调度系统
噪声功率
人工智能AI模型
设备管理方法
数据仓储系统
设备管理系统
计算机可执行指令
建筑给排水系统
节点
管线构件
子模块
设备对接接口
智能优化系统
随机森林
数据采集模块
车载传感器
GPS设备