一种基于AI分布式部署的云渲染集群资源调度方法

本发明提供了一种基于AI分布式部署的云渲染集群资源调度方法，首先将原始指令流划分为携带能耗标签、时延标签与互补性权重的指令粒子，并构建跨任务的指令共振图以定位可互补的候选共振粒子群；基于时序预测生成占位粒子，对即将出现的指令流空隙进行前瞻填充；在动态拼接网络中跨GPU交换并拼接粒子，固化为跨GPU连续的目标指令流；同时采集实时功耗与性能指标，对多候选拼接方案实施性能‑能耗联合评估，选择并应用最优方案。本发明在不改变业务正确性的前提下，通过流水线连续化、零拷贝数据复用与回滚锚点保障，显著提升GPU执行单元占用率、降低端到端时延并压降能耗，适用于影视渲染、云游戏与数字孪生等大规模并行场景。