大规模异构算力集群训推加速方法

本发明公开了大规模异构算力集群训推加速方法，包括如下步骤：S1、采集异构集群各节点运行特征，构建设备状态参数集合；S2、加载训练与推理模型，构建中间表示图结构，生成图结构信息；S3、将图结构信息与设备状态参数集合输入基于神经网络常微分方程构建的调度策略模型，生成优化决策结果；S4、根据优化决策结果重构模型图并划分为训练子图与推理子图；S5、将子图映射至异构节点，依据设备状态参数集合进行资源匹配与任务分发，生成调度结果；S6、采集性能反馈信息；S7、将反馈信息输入调度模型更新参数，调整演化函数策略参数。本发明实现了异构集群中深度模型训推任务的调度加速。