【技术实现步骤摘要】
本专利技术涉及人工智能领域智能计算，特别涉及一种多模态的计算任务动态调度方法、装置、设备及介质。
技术介绍
1、面向高性能人工智能硬件加速器，开展多任务调度策略的研究，挖掘智能计算任务自身特征并设计实现更加优化合理的任务放置与调度方法，一直是ai(artificialintelligence，人工智能)加速器硬件设计领域的研究重点之一。通用的任务调度策略往往采用简单固定的划分模式，即对不同模态的任务进行固定的资源划分，任务之间互不干扰，而这类方法往往会导致资源利用不够充分。任务调度策略往往具有自身的独特性，在特定的应用领域下，通用的调度策略并不能挖掘智能计算任务的特征，无法实现系统资源利用率和任务性能的最大化。
2、由上可见，如何提高计算资源的利用率，高效地完成不同模态的计算任务，从而实现任务性能的最大化以及计算负载均衡，提高计算任务的执行效率是本领域有待解决的问题。
技术实现思路
1、有鉴于此，本专利技术的目的在于提供一种多模态的计算任务动态调度方法、装置、设备及介质，能够提...
【技术保护点】
1.一种多模态的计算任务动态调度方法，其特征在于，包括：
2.根据权利要求1所述的多模态的计算任务动态调度方法，其特征在于，所述根据待调度的多个计算任务对应的计算模态、并行粒度以及执行时间确定所需的计算内核数量以及在每个计算内核上执行的时间片数量，包括：
3.根据权利要求2所述的多模态的计算任务动态调度方法，其特征在于，确定在每个计算内核上执行的所述时间片数量，包括：
4.根据权利要求1所述的多模态的计算任务动态调度方法，其特征在于，所述资源申请量为：
5.根据权利要求1所述的多模态的计算任务动态调度方法，其特征在于，所...
【技术特征摘要】
1.一种多模态的计算任务动态调度方法，其特征在于，包括：
2.根据权利要求1所述的多模态的计算任务动态调度方法，其特征在于，所述根据待调度的多个计算任务对应的计算模态、并行粒度以及执行时间确定所需的计算内核数量以及在每个计算内核上执行的时间片数量，包括：
3.根据权利要求2所述的多模态的计算任务动态调度方法，其特征在于，确定在每个计算内核上执行的所述时间片数量，包括：
4.根据权利要求1所述的多模态的计算任务动态调度方法，其特征在于，所述资源申请量为：
5.根据权利要求1所述的多模态的计算任务动态调度方法，其特征在于，所述利用簇内调度器并基于预设规划图构建算法和所述资源申请量构建任务调度规划...
【专利技术属性】
技术研发人员：高蕾，姜晶菲，李东升，苏华友，李荣春，许金伟，符永铨，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。