Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于云边协同的智能算力资源调度方法 

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!

摘要:本发明公开了一种基于云边协同的智能算力资源调度方法,包括如下步骤:S1、将计算资源划分为云层、边缘层和终端层;S2、构建分层数据集;S3、使用图神经网络和Transformer模型构建并训练分层模型;S4、进行分层决策,确定第一任务执行层;S5、构建分片数据集;S6、使用生成对抗网络和混合注意力机制构建并训练分片模型;S7、任务分片优化,预测最优的任务分片方案;S8、得到任务分片集,任务分片集中的任务分片在第一任务执行层内优化执行,确定任务分片的第二任务执行层;S9、实时监控任务执行情况,收集执行数据并反馈给分层模型和分片模型,动态调整任务分配和分片策略。本发明采用云边协同的分层和分片调度方法,结合深度学习实现任务动态优化。

主权项:1.一种基于云边协同的智能算力资源调度方法,其特征在于,包括如下步骤:S1、将计算资源划分为云层、边缘层和终端层,所述云层、边缘层和终端层具有不同的计算能力和延迟特性;S2、收集云层、边缘层和终端层的资源使用情况和任务特性,构建分层数据集;S3、使用图神经网络和Transformer模型构建并训练分层模型;S4、进行分层决策,利用分层模型,根据实时任务特性和当前资源状态,确定第一任务执行层;S5、收集任务的分片情况、每个片段的执行时间、资源消耗和成功率,构建分片数据集;S6、使用生成对抗网络和混合注意力机制构建并训练分片模型;S7、任务分片优化,利用分片模型根据任务特性和资源使用情况,预测最优的任务分片方案;S8、根据任务分片方案对任务进行分片,得到任务分片集,任务分片集中的任务分片在第一任务执行层内优化执行,确定任务分片的第二任务执行层;S9、实时监控任务执行情况,收集执行数据并反馈给分层模型和分片模型,根据实时反馈,分层模型和分片模型动态调整任务分配和分片策略。

全文数据:

权利要求:

百度查询: 国能数智科技开发(北京)有限公司 一种基于云边协同的智能算力资源调度方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。