一种链路状态感知的神经网络模型训练流量路径选择方法

本发明涉及计算机网络技术领域，公开了一种链路状态感知的神经网络模型训练流量路径选择方法，方法包括：通过发送携有带内网络遥测字段的探测数据包收集每对主机之间的路径信息；基于训练任务的已发送字节数计算优先级指标：所述优先级指标由训练任务的已发送字节数与总需发送字节数比例以及已发送字节数确定；采用贪婪算法，按优先级指标从高到低依次将训练任务作为当前训练任务，为当前训练任务优先分配拥塞程度最低的路径，若拥塞程度最低的路径被占用，则为当前训练任务分配次优路径；路径的拥塞程度通过路径中各链路的链路利用率评估；本发明通过实时监控链路状态和任务特性，动态调整路径选择策略，显著提升了分布式神经网络模型训练的通信效率。