摘要
本发明涉及计算机存储技术领域,公开了一种AI赋能的存储资源动态分配方法及系统,方法包括:构建多层次马尔可夫决策模型,将存储资源管理表示为局部与全局两个层次的状态转换与决策过程;构建多智能体强化学习框架,部署于接口层和调度层,实现分布式智能决策;实现接口层与调度层之间的双向信息流机制,打破层次隔阂,实现信息的高效传递;基于多尺度协同优化算法,融合局部自主性与全局一致性,动态生成自适应的存储资源分配策略。本发明通过多层次自治协同机制,突破了传统存储系统层次割裂、刚性边界、单一优化和缺乏自主进化能力等技术瓶颈,实现了系统性能显著提升、自适应能力增强、协同效率优化和决策智能化。
技术关键词
深度神经网络结构
动态分配方法
多智能体强化学习
协同优化算法
双向信息流
资源分配策略
多层次
分布式存储环境
协同存储系统
决策
异构存储系统
计算机存储技术
动态分配系统
存储资源管理
联合优化算法
系统拓扑结构
强化学习框架
约束生成器
系统为您推荐了相关专利信息
多智能体强化学习
大语言模型
低碳调度方法
排放流
分布式资源
辅小区
控制信令
通信链路状态
网络节能技术
多智能体强化学习
资源分配优化方法
语义特征
通信方法
能耗
特征提取网络
协同控制方法
数字孪生体
多电机系统
协同优化算法
数字孪生模型
波形优化方法
点扩散函数
波形优化技术
深度神经网络结构
频率