买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室);新华三技术有限公司申请的专利多目标分布式深度学习容器调度方法、系统及存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120029720B 。

龙图腾网通过国家知识产权局官网在2025-07-11发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510499669.8，技术领域涉及：G06F9/455；该发明授权多目标分布式深度学习容器调度方法、系统及存储介质是由卢汉成;胡天胜;韩宇;袁雪;于姗姗设计研发完成，并于2025-04-21向国家知识产权局提交的专利申请。

本多目标分布式深度学习容器调度方法、系统及存储介质在说明书摘要公布了：本发明涉及分布式深度学习技术领域，公开了一种多目标分布式深度学习容器调度方法、系统及存储介质，方法包括：利用图神经网络对节点内部GPU间的通信结构、节点内部通信性能和节点间的通信性能进行建模，生成表征节点交互特性的嵌入向量，并得到集群状态；将集群状态输入至深度Q网络，通过动作空间定义容器到节点的映射关系，基于奖励函数优化深度Q网络决策，以实现最小化通信开销并对节点负载进行均衡，实现深度Q网络的训练；将离线训练完成的深度Q网络模型部署至调度器，根据实时集群状态生成容器调度方案。本发明提出的调度方法在保证调度实时性的同时，有效缓解了分布式深度学习作业训练中的通信瓶颈。

本发明授权多目标分布式深度学习容器调度方法、系统及存储介质在权利要求书中公布了：1.一种多目标分布式深度学习容器调度方法，其特征在于，包括： 通过GPU拓扑感知技术采集分布式集群中各节点内部GPU间的通信结构和节点内部通信性能，通过网络感知技术获取节点间的通信性能，通过负载感知技术监控节点的真实资源负载； 利用图神经网络对节点内部GPU间的通信结构、节点内部通信性能和节点间的通信性能进行建模，生成表征节点交互特性的嵌入向量，并将所述嵌入向量与节点的真实资源负载、待调度容器的资源需求进行拼接，得到集群状态；集群状态；表示节点资源量利用率，表示节点剩余资源量，表示容器资源需求，表示容器部署状态，分别为表征节点内部通信性能的嵌入向量和表征节点之间通信性能的嵌入向量； 将集群状态输入至深度Q网络，通过动作空间定义容器到节点的映射关系，基于奖励函数优化深度Q网络决策的容器调度方案，以实现最小化通信开销并对节点负载进行均衡，实现深度Q网络的训练； 将离线训练完成的深度Q网络模型部署至调度器，根据实时集群状态生成容器调度方案。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室);新华三技术有限公司，其通讯地址为：230000 安徽省合肥市高新区望江西路5089号中国科学技术大学先进技术研究院未来中心B1205-B1208；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。