摘要
本申请公开了一种算力资源的分配方法、装置及电子设备。该方法包括:获取算力数据,其中,算力数据包括客户需求数据和算力服务商数据;依据算力数据确定算力服务商在提供算力资源过程中的成本数据和时间数据;依据成本数据、时间数据和时间敏感系数确定算力资源的初始组合方案,其中,时间敏感系数用于调整成本数据和时间数据的权重;通过深度强化学习算法和图卷积网络对初始组合方案进行优化,得到算力资源的目标组合方案。本申请解决了由于相关技术中的算力资源选择主要依赖于人工经验或单一目标优化,存在静态规划局限性、多目标权衡缺失、实时性不足与能效比较低的技术问题。
技术关键词
深度强化学习算法
数据
资源
协作关系
非易失性存储介质
网络
客户
存储程序指令
电子设备
节点
计算机程序产品
分配装置
存储器
处理器
矩阵
模块
电力
能效
系统为您推荐了相关专利信息
数据转换方法
格式
计算机程序指令
键值
存储计算机程序
序列推荐方法
细粒度特征
视角
构建知识图谱
数据
柴油发电机组
故障预测模型
故障类别
数据样本集合
故障预测方法
图像识别模型
多样化检索系统
图谱
建模方法
多模态