摘要
本申请涉及一种算力网络资源调度方法。所述方法包括:获取各节点处理器浮点运算性能参数、运行状态及所在数据中心的能源指标数据,计算生成节点清单;基于该清单构建全局资源池,生成包含区域总算力的资源分布表;获取任务队列的计算需求和时延约束,结合资源分布表提取特征向量,生成资源利用率表;获取网络链路流量数据,通过长短期记忆网络预测链路拥塞概率,生成流量控制策略表;最后根据资源利用率表和流量控制策略表更新资源池网络约束,以节点有效算力为权重重新映射任务,生成调度执行方案。本方法实现算力资源的精准量化评估,有效提升任务与算力资源的匹配精度,能够显著提高算力网络资源利用率,增强系统的整体调度效率与稳定性。
技术关键词
资源分布表
流量控制策略
节点
网络资源调度方法
长短期记忆网络
数据中心
链路
深度强化学习模型
生成资源
标准化方法
指标
网络资源利用率
聚类
矩阵
动态权重分配
K均值算法