【技术实现步骤摘要】
本专利技术属于人工智能，具体涉及基于人工智能的算力任务-资源动态组合优化调度方法。
技术介绍
1、随着人工智能、大语言模型的迅速发展，数据中心作为算力基础设施，用能体量不断增长，用电成本居高不下。数据中心可以通过调度算力任务发挥独特的用能灵活性，主要具有以下四方面优势：
2、（1）优化资源利用率：数据中心通常拥有大量的异质服务器和资源，而这些资源的利用率直接关系到数据中心的经济效益，通过有效的算力任务调度算法，可以实现资源的高效利用，最大程度减少资源浪费，降低运营成本；
3、（2）优化性能：数据中心通常承载着大量不同类型的用户请求和算力任务，这些算力任务往往具有不同的性能需求和时延容忍度，通过优化算力任务调度策略，可以合理分配资源，保障关键算力任务的性能指标，提高系统的整体性能和用户满意度；
4、（3）减少能耗：数据中心的能耗是其运营成本的重要组成部分，通过合理的算力任务调度算法，可以将活跃算力任务集中调度到部分服务器，使得其他服务器进入低功耗或者关机状态，从而减少能耗和环境影响。
5、在...
【技术保护点】
1.基于人工智能的算力任务-资源动态组合优化调度方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的方法，其特征在于：所述对异质数据中心环境进行精细化建模，得到异质数据中心环境精细化模型，包括：
3.根据权利要求2所述的方法，其特征在于：所述将异质数据中心环境精细化模型构建成传统马尔科夫决策模型，包括状态空间构建步骤：
4.根据权利要求3所述的方法，其特征在于：所述将异质数据中心环境精细化模型构建成传统马尔科夫决策模型，包括动作空间构建步骤：
5.根据权利要求4所述的方法，其特征在于：所述将异质数据中心环境精细化模...
【技术特征摘要】
1.基于人工智能的算力任务-资源动态组合优化调度方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的方法，其特征在于：所述对异质数据中心环境进行精细化建模，得到异质数据中心环境精细化模型，包括：
3.根据权利要求2所述的方法，其特征在于：所述将异质数据中心环境精细化模型构建成传统马尔科夫决策模型，包括状态空间构建步骤：
4.根据权利要求3所述的方法，其特征在于：所述将异质数据中心环境精细化模型构建成传统马尔科夫决策模型，包括动作空间构建步骤：
5.根据权利要求4所述的方法，其特征在于：所述将异质数据中心环境精细化模型构建成传统马尔科夫决策模型，包括状态转移构建步骤：
6.根据权利要求5所述的方法，其特征在于：所述将异质数据中心环境精细化模型构建成传统马尔科夫决策模型，包括奖励反馈构建步骤：
7.根据权利要求6所述的方法，其特征在于：所述对所述传统马尔科夫决策模型进行优化，形...
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。