算法算力智能调度方法

本申请涉及算力调度技术领域，其具体地公开了一种算法算力智能调度方法，其在接收到算法计算任务请求后，通过整合任务请求的各部分信息、算法元数据及数据元信息，以形成包含原始特征集的算法任务描述，再将其输入训练完成的资源预测机器学习模型以预测该算法任务所需的算力资源需求；进而将预测的资源需求和置信度写入任务描述，同时结合当前的实时算力资源状态数据和预设的算力资源调度目标，使用算力资源调度器进行算力资源过滤、评分与分配，以得到针对于该算法计算任务请求的算力资源分配方案。该方法通过对算法任务的全面特征分析与资源预测，并综合考虑实时算力资源的可用性，能够动态分配算力资源，从而提高资源利用率和任务完成效率。