一种云边一体分布式计算架构的AI寻优优化系统及方法

本发明涉及分布式计算与人工智能优化技术领域，具体地说，涉及一种云边一体分布式计算架构的AI寻优优化系统及方法，包括环境感知单元、全局优化单元、梯度决策单元、分层执行单元及补偿生效单元，环境感知单元采集边缘节点网络带宽，全局优化单元聚合历史数据生成带拓扑标记的全局数据集，通过深度强化学习生成全量梯度矩阵，梯度决策单元按带宽动态保留关键梯度，计算残差梯度影响因子并触发边缘重优化，分层执行单元将残差梯度作为约束执行本地寻优，融合全局数据生成精确解与空间补偿值，补偿生效单元下发补偿值更新边缘模型，该系统平衡动态带宽下的效率与精度，减少云端与边缘偏差，提升分布式场景寻优可靠性。