基于算力服务调度的AI模型训练加速方法及系统

本发明提供一种基于算力服务调度的AI模型训练加速方法及系统，涉及算力服务技术领域，首先采集AI模型历史训练过程数据和当前训练任务模型结构特征，构建算力需求预测模型，输入当前任务模型结构特征生成算力资源需求分布序列，涵盖训练各阶段对计算核心数量、内存带宽及数据传输速率的需求变化曲线，接着依据该序列从算力服务集群筛选匹配的算力资源组合方案，调度计算节点执行训练任务，并实时采集实际算力资源消耗数据，最后将实际数据与预测序列比对，生成偏差值并动态调整计算节点启用数量，从而实现了算力需求的精准预测和动态优化调度，提高了算力资源利用率，加速了AI模型训练。