面向算力网络的多维动态感知与智能算力调度方法、装置

AITNT
正文
推荐专利
面向算力网络的多维动态感知与智能算力调度方法、装置
申请号:CN202511508534
申请日期:2025-10-22
公开号:CN120994407A
公开日期:2025-11-21
类型:发明专利
摘要
本申请公开了一种面向算力网络的多维动态感知与智能算力调度方法、装置。其中,方法包括:在终端、边缘节点和区域算力中心部署构成多维动态感知的若干目标组件并采集各个节点的算力指标、网络指标;通过时序预测模型分析预设周期内的指标,获取算力瓶颈风险和时延衰减信息;根据待执行任务类型,动态获得算力维度权重、时延维度权重,同时结合算力瓶颈风险及时延衰减信息,构建成本函数;确定最小的成本函数对应的节点并作为目标节点;根据目标节点获取所有可行迁移路径对应的路径代价,确定最小的路径代价对应的迁移路径并作为目标迁移路径,据此触发算力的智能调度。该方法能够实现算力与网络资源的协同感知、智能决策与闭环控制。
技术关键词
算力调度方法 时序预测模型 时延 节点 网络 动态 瓶颈 风险 指标 计算机装置 速率 可读存储介质 指令 计算机程序产品 周期 处理器通信 闭环控制 数据
系统为您推荐了相关专利信息
1
一种基于深度学习的智能车极端测试场景生成方法及系统
生成网络模型 测试场景生成方法 动态障碍物 智能车 数据输入模块
2
一种基于半监督学习的碳排放数据智能分析与核查系统及方法
核查系统 核查方法 数据收集模块 半监督学习模型 样本
3
基于神经网络的医保基金健康监测方法、系统和介质
健康监测方法 基金 双通道神经网络 长短期记忆网络 指数
4
一种云计算环境下基于同态加密的隐私保护神经网络模型训练方法
隐私保护神经网络 云服务器 云计算环境 模型训练方法 同态加密算法
5
基于多任务强化学习的数据中心流量调度与拥塞控制方法
多级反馈队列 多任务 拥塞控制方法 强化学习算法 数据中心
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号